基于时差频差角度的低轨双星动目标融合跟踪方法

针对低轨双星时差频差定位系统在对运动目标定位中忽略其运动速度会引起较大的定位偏差以及定位跟踪的初值选取等问题,提出了一种对运动目标的双星时差频差信息融合主星的二维到达角（AOA）信息的融合无源跟踪新方法。首先建立测量模型和等高程目标运动状态模型,在此基础上采用扩展卡尔曼滤波（EKF）方法对运动目标进行跟踪定位。仿真分析表明,该方法可达到克拉美‐罗下限（CRLB ）,且收敛后对目标的速度和航向估计有较大的提高。     

多站时差定位关键技术研究

提出一种基于机动平台的电子侦察目标精确定位方法,利用多站观测获得雷达辐射源时差信息,通过定位跟踪算法实现目标位置精确估计。该方法具有较大的灵活性,适用于任意机动观测平台,且可方便地推广应用于更多机动平台组网观测,以提高侦察定位精度和稳健性。分析了精确时差测量、辐射源定位跟踪等关键技术,并进行了性能分析仿真。     

基于多时刻时差的三星时差定位跟踪算法

对于高海拔目标,引入地球椭球模型会产生很大的系统误差,三星座时差定位算法只能采用两路时差信息作为观测向量。因此,传统的时差定位方法具有一定的局限性。提出了一种利用不同时刻时差信息的三星座时差滤波算法,利用不敏卡尔曼滤波(UKF)对不同时刻时差信息进行滤波估计静止目标位置。仿真表明该滤波方法相对于三星座时差滤波算法来说跟踪性能更好。     

等高程运动假设的单星角度融合多普勒变化率跟踪方法

为实现等高程巡航空中运动辐射源的位置、速度的高精度估计，文章提出了一种在经纬高坐标系下，以目标的经纬度及正北正东方向速度为状态矢量建模，并融合角度和多普勒变化率的单星无源定位容积卡尔曼滤波（CKF）跟踪方法。仿真结果表明，该方法的定位误差及速度估计误差可达克拉美 罗下限（CRLB）。与在地心地固（ECEF）直角坐标系下建模相比，经纬高坐标系下等高程运动建模方式在收敛速度及位置、速度估计精度方面均有明显提升。     

基于空间非合作运动辐射源照射的目标定位研究

研究了一种基于空间非合作运动辐射源照射的无源探测系统。根据时差定位的基本原理,在不能采用直接测量获得时差信息的条件下,提出了一种间接的获取时差信息的方法,经过理论推导和仿真分析,结果表明该方法的目标定位精度能够满足对目标的定位与跟踪需求。     

基于高斯-牛顿迭代的三星时差定位融合算法

若三星时差(TDOA)定位系统可多次接收到辐射源信号并进行定位,则通过不同时刻观测的多组时差和高程信息融合可能可以提高定位精度。将先验高程信息建模为三星时差定位融合的观测量之一,并提出了一种基于高斯⁃牛顿(Gauss⁃Newton)迭代的三星时差定位融合算法。通过实验仿真比较了提出的算法与直接平均、加权平均、选取星下点最近点等位置合批方法的性能。仿真表明该算法相较于现有的位置合批方法,具有更好的融合定位精度。     

一种面向临近空间高超声速再入滑翔目标跟踪算法

针对临近空间高超声速再入滑翔目标的跟踪问题,提出了一种基于回顾成本输入估计的无偏转换量测卡尔曼滤波(Retrospective cost input estimation-unbiased converted measurements Kalman filter, RCIE-UCMKF)。首先,根据再入滑翔目标的飞行特性,将加速度看成是未知的确定输入构建运动学跟踪模型;然后,对目标的非线性量测信息进行无偏转换,并将得到的噪声协方差矩阵进行解耦,降低算法的复杂度;最后,利用回顾成本的输入估计对未知加速度进行重构,采用递推最小二乘法更新输入估计器的参数矩阵,同时将估计的加速度引入到卡尔曼滤波框架下,实现对高超声速再入滑翔目标状态的准确估计。仿真结果表明了该算法的有效性和可行性。     

应用聚类方法的多卫星无源时差定位算法

为了提高卫星定位系统的容错能力和鲁棒性,应用聚类方法提出了一种适用于多卫星的无源定位算法。依据三站时差定位原理,将每3颗卫星编成一组,用每组中的卫星分别对地面目标进行三站时差定位;再利用聚类方法融合估计目标的位置。仿真结果表明,此算法定位精度及稳定性优于传统的三站时差定位法和最小二乘法,可减少信息的不确定性,有助于提高系统的定位效果。     

一种数据残缺时的三星时差定位目标跟踪算法

三星座时差定位是一个非线性定位问题,利用定位点进行跟踪得到目标航迹的方法具有一定的局限性。给出了能够适应大量时差数据残缺情况的基于EKF的目标航迹跟踪算法,仿真分析表明该算法在大量时差数据残缺时具有比前者更好的性能,有效地解决了工程问题。     

基于半定松弛的到达时差定位算法

针对到达时差定位系统,提出了一种新的基于半定松弛的时差定位算法.该方法首先将距离测量误差作为一项重要参数,在到达时差测量模型下,建立了一个关于定位估计的非凸优化问题,然后通过松弛约束条件将该非凸优化问题转换成等价的凸优化问题,运用凸优化理论中的半定松弛规划方法求解目标的位置.仿真实验结果表明,该方法可以有效降低定位误差.     

时变噪声系统的自适应强跟踪滤波器研究

在目标跟踪过程中,强跟踪滤波可以对目标的突变状态进行较好的跟踪,但由于系统噪声和观测噪声协方差阵是时变的未知量,采用固定数值将会影响目标跟踪的精度,所以需要对两种噪声特征进行在线估计.应用噪声有限记忆自适应算法改进强跟踪滤波,在线自适应估计噪声协方差阵,并提出基于时变噪声系统自适应强跟踪滤波的目标预测算法,提高了对目标状态的估计精度.利用自主研发的全自主足球机器人进行目标跟踪的仿真,结果验证了该算法的有效性.     

空间自旋目标混合EFIR/DFT运动轨迹预测算法

针对自旋目标运动轨迹的跟踪与预测中鲁棒性与时效性问题,本文提出一种在视觉测量目标位姿的基础上,通过混合扩展有限冲击响应(EFIR)/离散傅立叶变换(DFT)估计目标状态与特征参数,进而预测目标轨迹的方法。在视觉相机对目标特征点位姿测量的基础上,将运动过程分解为平动与转动,时域与频域同步估计目标的状态与动力学参数,采用DFT估计与平动相关参量,采用EFIR估计与转动相关参量,根据空间漂浮目标动力学方程,实现在过程噪声与量测噪声未知的复杂条件下对目标轨迹的长期准确预测,并通过地面机器人模拟试验对预测方法的正确性和有效性开展验证。结果表明:利用本文提出的方法实现了对空间自旋目标运动轨迹的准确预测;与传统基于扩展卡尔曼滤波的预测方法相比,在过程噪声、量测噪声未知的条件下,文中提出的方法有效缩短了参数收敛时间,提高了参数估计与轨迹预测精度。     

对空中运动目标的时差定位精度影响因素分析

基于三站对辐射源联合时差定位的原理,分析了影响空中运动目标定位精度的因素,研究了相对位置关系、信号噪声及多普勒频移对定位误差的影响,解决了空中运动目标定位误差定量评估的部分理论问题,并利用计算机仿真验证了研究成果。     

基于极大似然的单传感器误差配准算法

对单传感器系统误差配准问题进行了研究,首先理论分析了传感器量测系统误差对固定目标探测定位的影响,给出了传感器运动将造成固定目标产生虚像做类似运动的结论;在此基础上,提出了一种基于极大似然的单传感器误差配准算法,该算法基于极大似然准则,利用运动传感器对固定目标虚像位置的多时刻跟踪滤波信息,构建对传感器量测系统误差的极大似然估计,并通过进一步迭代估计获得系统误差最终估计结果,从而能够利用位置未知的固定目标实现运动平台单传感器量测系统误差的精确配准。     

MGEKF算法在无源定位中的应用

无源定位技术有着广阔的应用前景 ,在现有单站无源定位方法的基础上 ,首先介绍了相位差变化率定位法 ,接下来针对未知地面慢速运动目标的定位问题 ,引入MGEKF算法估计目标的运动速度 ,并对原始定位结果进行滤波处理 ,以减弱测量噪声的影响 ,提高定位精度。仿真结果表明了这一处理算法的有效性。这种处理思路还可以推广到更为复杂的定位情况中去。     

空对空单站被动跟踪体制与精度仿真分析

比较了空对空单站被动跟踪的只测角(BO)、角度相位差变化率和角度频率变化率三种典型定位跟踪体制的性能。基于状态及不同的测量模型,给出了扩展Kalman滤波(EKF)算法,讨论了测量精度对跟踪效果的影响。仿真结果表明:角度频率变化率体制的可观测性优于BO和角度相位差变化率体制;对辐射源匀速运动,观测器匀速运动即可跟踪;与BO测角体制相比,角度相位差变化率和角度频率变化率体制增加了观测量,跟踪收敛速度快。     

GEO混合推力机动目标跟踪IMM算法

针对交互多模型(IMM)算法求解地球静止轨道(GEO)卫星混合推力机动目标跟踪问题时模型匹配难、模型转移概率近似平均和响应速度慢的问题，从交互模型集构建和模型转移概率自适应设计两个方面出发提出一种改进IMM算法。该方法通过考虑无机动、脉冲机动和有限推力机动三种模式，构建了覆盖目标机动状态的交互模型集，提高了模型与机动目标实际运行状态的匹配度；采用一种基于加速度估计自适应修正的模型交互概率修正方法，提升了算法对目标机动状态的响应速度和跟踪精度。仿真结果表明，所提算法是解决混合推力模式下的GEO机动目标跟踪问题的有效手段，在收敛速度和收敛精度等方面与传统方法相比有较大提高。     

采用单目视觉的非合作目标星状态估计

针对微小卫星逼近观测未知的空间翻滚非合作目标星任务，提出一种基于单目视觉的目标星相对状态估计方法。在建立追踪星/目标星相对运动模型的基础上，以单目相机识别并测量获得的目标星固有特征的像素位置为观测输入，通过扩展卡尔曼滤波算法实现对目标星相对位置、相对速度、相对姿态、角速度、惯量比和特征位置等状态的估计。仿真结果表明,该方法能够很好地实现对未知非合作目标星的相对状态估计，姿态估计误差小于2°，位置估计误差小于0.1 m，特征点位置平均估计误差小于0.04 m。     

基于相对马氏距离的非均匀杂波抑制方法

由于天基雷达覆盖范围广、探测背景复杂,雷达回波会呈现出明显的非均匀特性,从而导致杂波协方差矩阵(clutter covariance matrix, CCM)估计与实际情况出现偏差,从而恶化天基雷达对空中动目标的检测性能。针对上述问题,提出了一种基于相对马氏距离的非均匀样本抑制方法,该方法首先计算所有样本的广义内积(generalized inner product, GIP),在此基础上选取一个合适的样本作为参考。通过比较场景中所有样本与参考样本的马氏距离,将相对马氏距离大于判定门限的样本作为非均匀样本剔除。用筛选后的样本进行杂波协方差矩阵估计,从而提高天基雷达在复杂环境下对空中动目标的检测性能。理论分析和实测数据结果表明,所提算法能够在非均匀环境下有效检测出空中动目标。     

一种基于最小欧氏空间距离的PN码相位差估计方法

文章提出了一种基于最小欧氏空间距离的估计本地PN码和接收信号PN码相位差的方法。该方法采用数字的方法,能够在极低信噪比下,通过对相关峰值的处理,得到相位差的准确估计,特别能够在估计的相差范围、精度与运算复杂度之间根据实际需要折中选择。文章阐述了其基本原理并给出了进一步降低运算复杂度的途径,给出了仿真结果,仿真了其抗噪声性能。该方法可以应用在PN码同步跟踪的各种环路中。