不完全量测下一类非线性光电跟踪系统滤波器设计

 随着不完全量测条件下探测概率的下降,传统光电跟踪系统的跟踪性能显著降低。为此,本文考虑将俯仰和偏航两个方向的角速度量测引入传统光电跟踪系统,并设计了不完全量测下基于置信度融合的目标跟踪滤波器。首先针对这类新型的光电跟踪系统建立了系统的量测模型,利用嵌套条件方法推导了转换量测误差前两阶矩的一致性估计;然后针对位置探测通道与角速度探测通道的4种数据探测情形设计了4个子滤波器,并根据探测通道的探测情况计算出各子滤波器的置信度,进而对各子滤波器的输出按置信度进行加权融合,得到了跟踪滤波器的全局输出;最后给出了非线性跟踪系统统计意义下的Cramer-Rao下界(CRLB)。Monte-Carlo仿真表明：在不完全量测下,相比传统光电跟踪系统,附加角速度量测的光电跟踪系统的跟踪性能有了显著提高,并且滤波器估计误差均方差(RMSE)已逼近非线性跟踪系统统计意义下的CRLB。     

基于滚动时域的舰载机甲板运动轨迹跟踪最优控制

针对单机滑行、无杆牵引系统以及有杆牵引系统的轨迹跟踪问题进行了研究。首先，将这3种系统的轨迹跟踪问题转化为最优控制问题，并建立了连续非线性舰载机系统的轨迹跟踪模型。然后，基于第3类生成函数，提出了适用范围更广的全状态保辛伪谱算法，并结合滚动时域理论提出了基于滚动时域（RHC）的在线跟踪最优控制方法，证明了所提算法是一种保辛算法。基于所提出的在线跟踪算法，对单机滑行、无杆牵引系统、有杆牵引系统在存在初始偏差和持续外界扰动情况下的轨迹跟踪问题分别进行了研究，并与BackwardSweep方法进行对比分析，结果表明本文所提出的跟踪算法可以有效地解决具有控制约束和状态约束的轨迹跟踪问题，并可以更高的跟踪精度和计算效率对标准轨迹进行跟踪，可完全满足实时跟踪的要求。最后，分别从初始偏差和持续外界扰动的角度研究了这3种不同方式的跟踪特性。     

无人机机动轨迹跟踪系统设计

对无人机机动飞行轨迹跟踪系统的内环姿态控制律和外环轨迹跟踪控制律两部分分别进行了设计。利用非线性动态逆方法设计了内环姿态控制律。外环轨迹跟踪控制律采用逆动力学前馈加模糊反馈的控制结构,提高系统对飞行条件及期望轨迹剧烈变化时的跟踪精度。仿真结果表明,所设计的系统能够控制无人机精确跟踪指定的机动轨迹,且相对于固定增益系统具有更好的鲁棒性。     

关于雷达副瓣跟踪

一、前言雷达跟踪系统在正常工作条件下,其电轴自动对准目标,并测出目标的位置座标(R、E、A、R)。在某种条件下,往往会发生错误的跟踪,使目标位于某一副瓣指向位置。这时会给出错误的角信息,用作引导雷达时会给出错误的引导数据,从而使协同工作的一系列设备都不能正常工作。另外,雷达的正常收敛跟踪条件和最大跟踪范围,也是跟踪系统的重要指标,它会影响到设备的角捕获范围及跟踪成功概率。本文分析研究了雷达的跟踪收敛条件和最大跟踪范围,并研究了副瓣跟踪的条件和特点,预见了可能出现的副瓣跟踪点的角位置。对几种跟踪系统进行了分析计算,其结果与相应的实验结果是一致的。同时还提出了一种利     

探测与避让系统监视跟踪算法的设计与实现

无人机的探测与避让(Detect and Avoid, DAA)系统是无人机防撞的重要保证，监视跟踪算法对于DAA系统的可靠工作至关重要。基于DAA最低性能标准的描述，以雷达跟踪器、广播式自动相关监视和主动监视应答器监视跟踪入侵飞机的航迹信息，先用α-β滤波保证稳定跟踪，然后再用扩展卡尔曼滤波(Extended Kalman Filter, EKF)进行航迹估计，通过航迹管理算法计算出中心航迹，以供DAA系统作出警报和导引。通过基于ARM的嵌入式Linux平台设计的仿真验证系统和实验平台，验证了设计的DAA系统监视跟踪算法具有良好的监视跟踪性能。     

基于滑模控制的四旋翼无人机自适应跟踪控制

针对四旋翼无人机在系统内部模型参数不确定性情况下的轨迹跟踪问题,提出了一种基于滑模控制的四旋翼无人机自适应跟踪控制方法。首先,采用单位四元数来描述系统姿态,将系统分解为位置子系统和姿态子系统;考虑到位置子系统的欠驱动特性,引入了虚拟控制力,跟踪位置信息并解算出实际升力和理想姿态;其次,通过自适应滑模控制器补偿了质量和转动惯量的不确定性,实现了轨迹的跟踪;最后,利用Lyapunov理论证明了闭环系统的稳定性。仿真结果表明了算法的有效性。     

多雷达跟踪处理在空中交通管制领域的应用

多雷达跟踪处理系统是目前国际上最先进的空中交通管制（ＡＴＣ）系统,广州空中交通管制中心是国内第一家使用融合式多雷达处理方式的管制中心。描述了目前国际上实现多雷达跟踪的几种方法,并结合广州空中交通管制中心多雷达跟踪处理系统的建设,指出我雷达跟踪处理系统建设过程中需要解决的几个问题及解决方法。     

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。     

基于零点配置的BTT导弹逆控制研究

为实现BTT导弹准确快速跟踪指令的要求,采用能够提供品质良好的微分信号,并具有较强滤波能力的跟踪微分器设计了导弹控制器。该方法将跟踪微分器用于零点配置,构造了BTT导弹的逆系统,并与原系统串联构成伪线性系统,进而采用线性控制方法设计外环控制器,实现三通道的渐进无误差跟踪。仿真结果表明,所设计的控制器能很好地跟踪指令信号,且具有较强的鲁棒性。     

基于GAS的图像跟踪系统及其实现方案

利用遗传优化算法实现了一个目标跟踪系统,将传统的目标搜索、目标分割、目标定位及跟踪状态评估等过程都由遗传算法来实现,使系统结构简单,易于实现。并分析了利用 TMS32 0 C6x实时实现遗传优化跟踪过程的可能性,最后给出了该系统的实现方案