一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。     

基于UKF的机载无源定位算法

提出了一种基于UKF(Unscented Kalman Filter)的机载无源定位算法,并结合应用背景,对系统模型以及通常的UKF算法作了相应的改进。该算法对量测模型非线性问题采用UKF予以解决,克服了EKF(Extended Kalman Filter)中引入的较大线性化误差对性能的影响。与基于EKF的定位算法相比,本文提出的算法滤波性能更好,对初始估计误差不敏感,并且算法不用计算雅可比或黑赛矩阵,更容易实现。仿真结果验证了提出算法的优越性。     

对机动辐射源单站无源定位的有关问题初探

利用单个观测站对机动辐射源目标进行无源定位 ,是目标跟踪领域的研究难点问题之一。阐述了对机动辐射源目标进行单站无源定位的基本概念及其研究现状 ,指出了需要进一步深入研究的几个问题 ,并提出了相应的初步解决方法     

一种机动辐射源的单站无源定位跟踪滤波算法

基于辐射源的信号到达时间(TOA)及方位角信息,提出了一种利用单站对机动目标进行无源定位与跟踪的方法.根据机动目标跟踪及系统测量模型,将变维(VD)滤波算法和交互多模(IMM)滤波用于单站无源定位.给出了算法的模型和实现步骤.仿真结果表明:该法正确有效,滤波性能更好.     

基于JPDA的单站多目标无源定位

复杂电磁环境下,对多目标的定位成为单站无源定位的重要问题。研究了单站只测角定位体制下,多点源测角后如何利用多个方向圆锥角进行多目标定位的问题,对雷达多目标跟踪的JPDA算法进行了改进,并做了典型场景下的仿真实验,对单站多目标无源定位技术的研究提供了理论和实验支持。     

单站无源定位跟踪现有方法评述

在电子攻防对抗斗争日益激烈的今天 ,无源定位以其独特的优点越来越受到人们的重视。介绍了无源定位跟踪技术及其应用背景 ,着重评述了采用单个观测站进行无源定位跟踪的各种现有方法     

无源时差跟踪器与单机无源定位技术

为使反辐射技术对目标进行快速定位 ,研制了无源时差跟踪器。该跟踪器无需任何机械伺服系统。无源时差跟踪器实测角跟踪精度小于 0 .5°,时差测量误差为 0 .0 0 2ns ,视线角速度测量误差小于 3.6 % ,可测定目标至两个天线的多普勒频率差、相位和相位变化率 ,满足单机实时快速无源定位技术运算的需要。     

一种单站无源定位原理与目标跟踪算法研究

基于辐射源的信号到达方向(DOA)及其变化率信息,提出了一种对机动目标进行单站无源定位与跟踪的方法。根据建立的目标机动模型和测量方程,分别用扩展卡尔曼滤波(EKF)和修正协方差扩展卡尔曼滤波(MVEKF)算法实现对机动目标的定位与跟踪,并给出了算法模型。仿真结果表明,该法正确有效,定位精度较高、收敛速度快。     

目标被动定位与跟踪技术

基于精确制导技术的需要 ,本文研究了被动方式下的目标定位与跟踪技术 ,对其研究背景、研究意义、研究现状以及被动定位与跟踪问题的分类进行了详细的阐述 ,并在此基础上指出了尚待解决的一些问题。最后 ,对目标被动定位与跟踪技术的发展方向做了展望     

迭代IMM机动目标被动单站跟踪算法

单站无源定位初始估计误差大、可观测性弱,并且可以得到的观测量受限,对机动辐射源的单站被动定位一直是一个难题。针对单站无源定位以及机动跟踪的特点,为改善IMM(Interacting multiple model)算法在单站无源定位中的性能,对IKF(Iterated Kalman Filter)进行改进,将改进的IKF和IMM结合,提出基于迭代的IMM算法。该算法对IMM算法中模型滤波器的输出进行迭代运算,并在滤波迭代中引入交互,从而减小模型滤波误差,改善模型滤波融合效果。对本文方法和IMM方法的仿真比较表明,本文方法在出现大的估计误差时可以得到比IMM更好的跟踪性能。     

基于偏差自适应学习的多传感器信息融合机动目标跟踪

为了保证精确打击机动目标,导弹可以采用主/被动雷达切换探测目标。考虑到作战的隐蔽性和生存性,提出基于多传感器信息融合的被动优先跟踪方法:跟踪开始时,令主/被动雷达同时对目标进行探测和跟踪,将二者的信息进行融合,同时自适应地学习融合结果与二者信息的偏差,经过一段时间学习,融合偏差稳定,此时令主动雷达停止工作,由被动雷达单独工作,而目标的运动信息则由被动雷达的信息和学习得到的融合偏差合成。如果目标机动较大,则定期令主动雷达工作以进一步修正融合偏差。该方法既保证了跟踪的精度,同时又减少了主动雷达的工作时间,从而提高了作战的隐蔽性和生存性。将该方法应用于导弹的目标跟踪,仿真结果表明该方法有效。     

一种拦截机动目标的多导弹协同制导律

针对多导弹协同拦截一个机动目标问题,基于有限时间一致性理论提出了一种带有攻击角约束的多导弹协同制导律。首先建立了带有攻击角约束的多导弹协同制导模型。其次,把协同制导律的设计过程分离为两个部分：一是基于有限时间一致性,同时结合积分滑模和自适应控制设计沿着视线方向上的加速度指令,保证所有的导弹能够在有限时间内同时拦截机动目标;二是利用非齐次干扰观测器并运用滑模控制设计视线法向上的加速度指令来保证每枚导弹与目标间的视线角速率收敛到零和视线角收敛到期望的视线角。最后,对三枚导弹同时打击同一机动目标的情况进行仿真,仿真结果表明该设计的带有攻击角约束的协同制导律的有效性和正确性。     

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。     

机动目标的空间交会微分对策制导方法

针对目标机动情况,利用定量微分对策方法分析连续推力作用下的空间交会追逃微分对问题,提出用非线性规划求解该微分对策问题的方法,建立空间交会追逃微分对策的非线性规划模型,有效解决了机动目标空间交会微分对策模型高度非线性且难于利用经典最优控制理论进行求解的问题,实现了最优控制与对策论的结合,并通过数值仿真校验了该方法的有效性。     

拦截机动目标的运动伪装制导律

设计了一种基于运动伪装策略的拦截制导律。首先根据弹目相对位置关系得出双二阶动力学模型,依据运动伪装策略的运动特性给出导弹拦截目标的条件。然后利用此条件并结合弹目相对运动关系推导三维空间下的制导律。在推导过程中发现,原来的三维制导律设计可以简化为二维平面内设计,从而降低了设计难度。通过加入对目标机动的估计,给出一种适用于三维空间拦截的二维导引律。最后对该制导律进行仿真校验,并与纯比例导引律进行仿真对比,仿真结果表明所设计的制导律满足制导精度的需求。