机动目标的模型与跟踪算法

 <正> 在机动目标的“当前”统计模型中,目标的加速度被描述为修正的瑞利—马尔科夫过程,对应的自适应跟踪算法呈现出较好的跟踪特性。文献[2]研究了该模型及其自适应算法在实际的机载雷达跟踪系统的应用;文献[3]进一步推广了基于“当前”模型的MPDAF算法。本文提出一个新的机动目标模型,即假定目标加速度为一高斯—马尔     

机动目标跟踪-火控综合系统动态品质分析

研究了机载雷达机动目标跟踪算法,用强迫奇异摄动技术求出了三维追逃微分对策问题的次最优策略。借助于上述算法和策略,建立了一种符合实战情况的跟踪－火控综合系统。从大闭环角度对该综合系统动态品质进行了详细的仿真研究。结果表明,该综合系统能较长时间地锁定目标,准确地实现对目标的三维攻击,并且避免了求解最优控制中经常出现的两点边值问题,使数值计算量大为减少。     

应用卡尔曼滤波的机载雷达跟踪系统

本文论述将滤波理论应用于机载雷达中对单个目标进行距离、速度、方位角和高低角跟踪的多环反馈系统。首先根据目标和天线的相对运动建立控制四坐标跟踪环所需的状态矢量微分方程,然后推导相应的非线性滤波算法。最后给出计算机的模拟结果。计算机模拟的结果清晰地说明采用最佳滤波的系统性能比通常的有很大改善,并且这种瞄准轴坐标系的最佳系统对目标的随机机动是不灵敏的。 本文所讨论的方法和得出的结论可以延用到地面雷达、舰载雷达以及其他有源和无源的跟踪系统。     

数字式自适应双门限检测装置的研究

 数字式自适应双门限检测装置是一种简化的雷达自动目标检测器;在设计得当时。其性能可与理想非相每检测器比美。本文着重分析组成实际的检测系统时必须加以考虑的两个重要问题。即:1.波门的形式及其宽度的选择。指出,在实际系统里,整个波门间隔内单次检测的虚警概率要比波门内某点的虚警概率大数倍;并指出噪声包络多次超跃第一门限这一事实的存在,最后提出采用“跳跃”式波门以降低系统的总虚警概率。2.检测系统的恒虚警。本文提出一种按平均估值方式工作的恒虚警方法;指出,这种估值方式完全能实现恒虚警控制,而其检测性能,当观察次数 n 大于50时,与最佳的均方根估值方式相比,相差不到1分贝。由于这种估值方式大大简化了数学模型,给工程实践,特别是给小型数字式信号处理装置带来不少设计上和技术实现上的便利。本系统正是采用这种方式实现恒虚警,使系统组成大为简化。与某机载雷达的联试结果表明,数字式自适应双门限检测装置能使原雷达发现目标所需之最低信噪比降低4～6分贝,而且雷达显示画面清晰,没有由噪声引起的杂乱背景。     

机载雷达岛岸背景舰船识别能力研究

本文介绍了机载雷达目标识别技术的现状,以及现有机载雷达所采取的目标识别技术,并用试验验证了机载雷达对岛屿与小型船只的分类能力。说明应用步进频体制可实现对目标与背景的高分辨距离成像,通过该体制可提取出目标的距离维尺度特征。该技术可用于区分海域中的岛礁、小型舰艇、大型舰船等尺度差异较大的目标与背景。     

地空协同防空目标抗差跟踪算法

针对现有系统误差配准算法以已知系统误差变化模型为前提条件、相应的目标状态估计易受系统误差配准结果影响等不足之处,在机载雷达与地基雷达协同防空预警体系下,对系统误差存在情况下的目标跟踪问题进行了研究,并提出了有效的地空协同防空目标抗差跟踪算法。仿真结果表明所提算法可得到无偏、稳定、有效的目标状态估计,并且相对于系统误差目标状态联合估计算法,所提算法计算量小,对系统误差变化有很强的鲁棒性,可适应实际工程应用中可能出现的异常情况,为后续决策提供稳定有效的目标信息。     

基于RELAX的空中多机动目标检测与参数估计

 针对机载雷达空中多机动目标的检测问题,提出了一种基于RELAX算法的空中多机动目标检测与参数估计方法。该方法将重构时间采样技术与RELAX算法相结合,有效地抑制了检测过程中强信号分量对弱信号分量的影响,在待测单元内存在多个目标时,能够获得很好的参数估计结果,并且在脉冲点数有限的情况下,该方法得到的参数估计精度依然很高。同时,本文还推导了空中多机动目标参数估值的克拉美罗界(CRB),为估计结果提供了理论下限。仿真结果证明了该方法的有效性。     

单机空战智能仿真系统的建立

从主要功能、模型建立、主要特点等几个方面介绍了单机空战智能仿真系统。重点介绍神经网络决策模型和飞机、雷达、导弹模型的建立。飞机机动模型采用质点运动方程，选用19个基本机动动作；机载雷达模型着重介绍雷达发现和截获目标以及盲区确定的条件；导弹模型主要介绍导弹发射、跟踪、命中条件的建立和计算；决策模型主要介绍多层前馈反向网络决策模型的输入、输出参烽以及网络拓扑结构。此外还介绍了该仿真系统在实践中的使用情况。     

日臻完善的机载无源探测系统

红外搜索跟踪（ＩＲＳＴ）·系统是一种无源探测系统，它利用红外传感器捕捉和跟踪目标辐射的红外能量。５０年代研制的第一代机载红外探测装置，是一种简单的前视红外摄像机，只能进行简单的目标提示和跟踪，在机载火控系统中只是一个辅助系统，机载火控系统的主传感器是雷达，这是因为当时的红外探测装置受背景和气象条件的影响较大，抗干扰能力，特别是对云层反射阳光的干扰缺乏抵御能力，而机载雷达已相对成熟。但是，作为一种有源探测系统，雷达的缺陷也是显而易见的，它工作时很容易暴露自己，也容易受到干扰，尤其是载有先进电子干扰…     

某型机载雷达综合测试系统硬件设计

针对某系列机载雷达系统地面试验的需要,组建了一套雷达综合测试系统。该系统基于GPIB总线、VXI总线和网络化结构,采用软硬件结合的模块化设计,可进行三种型号的机载雷达的自动测试和故障诊断。雷达测试系统联试实验验证了该系统的有效性和工程实用性。     

优化抗差自适应滤波器在深组合导航中的应用

为了提高惯性/卫星深组合导航系统的滤波性能,在抗差自适应滤波算法的 基础上,研究了一种优化抗差自适应滤波算法。该算法通过比较实际预测残差协方差矩 阵和理论协方差阵的差值来生成自适应因子,从而优化抗差自适应滤波。将所研究的算 法应用于惯性/卫星深组合导航系统, 在高动态环境下进行仿真验证, 并与常规卡尔曼 滤波、抗差自适应滤波进行比较。结果表明,优化算法能有效地控制观测异常和动态模 型异常对状态参数估值的影响,所得组合导航位置误差和速度误差明显减小,提高了组 合导航系统的滤波精度。     

多传感器多模型多尺度组合导航系统算法

多传感器组合导航系统是组合导航发展的方向之一。针对复杂环境,多模型自适应算法可以较好地解决模型及参数不确定的问题;而多尺度融合算法将基于模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合,可有效提高系统的滤波精度。为此,文章将多模型估计与多尺度滤波算法相结合构成多模型多尺度滤波算法,该算法用于多组合导航系统后,经仿真验证,相对于多模型或单模型多尺度滤波算法,系统的滤波精度明显提高。     

抗差自适应分步滤波算法在PPP/INS组合导航中的应用

针对常规抗差自适应滤波算法在PPP/INS组合导航应用中存在难以准确识别和分离观测粗差及运动异常对定位结果影响的问题，基于分类因子自适应滤波原理,提出了一种抗差自适应分步滤波算法。该算法首先执行第一步滤波,对状态模型异常信息进行隔离，仅对观测粗差进行诊断和抗差处理；然后在第一步滤波的基础上，执行第二步滤波，对状态模型异常进行诊断和自适应处理。算法分析表明，抗差自适应分步滤波算法可以准确地识别和分离观测粗差和运动异常扰动。实验结果表明，抗差自适应分步滤波算法能够进一步增强滤波算法抵抗观测粗差和运动异常扰动对滤波结果的影响，提高PPP/INS组合导航系统定位结果的稳定性和可靠性。     

基于MEMS-INS/GNSS组合导航抗差自适应Kalman滤波算法

标准的Kalman滤波器在组合导航领域得到了广泛的应用,然而在实际运动过程中,载体的运动模型是复杂多变的,无法准确掌握系统的动态特性。针对高动态环境下载体动态复杂多变特性带来的动力学模型难以精确构建问题,以及卫星跟踪环路信号易受扰动导致的观测信息出现异常粗差问题,设计了一种基于MEMS-INS/GNSS组合导航系统抗差自适应Kalman滤波算法,研究了优化自适应因子的求解方法。通过跑车试验证明了该算法能够有效地抑制误差发散,提供更加精确的导航定位结果,更好地控制观测信息误差以及动力学模型异常所带来的影响。     

A two-step robust adaptive filtering algorithm for GNSS kinematic precise point positioning

In kinematic navigation and positioning, abnormal observations and kinematic model disturbances are one of the key factors affecting the stability and reliability of positioning performance. Generally, robust adaptive filtering algorithm is used to reduce the influence of them on positioning results. However, it is difficult to accurately identify and separate the influence of abnormal observations and kinematic model disturbances on positioning results, especially in the application of kinematic Precise Point Positioning (PPP). This has always been a key factor limiting the performance of conventional robust adaptive filtering algorithms. To address this problem, this paper proposes a two-step robust adaptive filtering algorithm, which includes two filtering steps: without considering the kinematic model information, the first step of filtering only detects the abnormal observations. Based on the filtering results of the first step, the second step makes further detection on the kinematic model disturbances and conducts adaptive processing. Theoretical analysis and experiment results indicate that the two-step robust adaptive filtering algorithm can further enhance the robustness of the filtering against the influence of abnormal observations and kinematic model disturbances on the positioning results. Ultimately, improvement of the stability and reliability of kinematic PPP is significant.     

Adaptive robust cubature Kalman filtering for satellite attitude estimation

This paper is concerned with the adaptive robust cubature Kalman filtering problem for the case that the dynamics model error and the measurement model error exist simultaneously in the satellite attitude estimation system. By using Hubel-based robust filtering methodology to correct the measurement covariance formulation of cubature Kalman filter, the proposed filtering algorithm could effectively suppress the measurement model error. To further enhance this effect and reduce the impact of the dynamics model error, two different adaptively robust filtering algorithms, one with the optimal adaptive factor based on the estimated covariance matrix of the predicted residuals and the other with multiple fading factors based on strong tracking algorithm, are developed and applied for the satellite attitude estimation. The quaternion is employed to represent the global attitude parameter, and three-dimensional generalized Rodrigues parameters are introduced to define the local attitude error. A multiplicative quaternion error is derived from the local attitude error to maintain quaternion normalization constraint in the filter. Simulation results indicate that the proposed novel algorithm could exhibit higher accuracy and faster convergence compared with the multiplicative extended Kalman filter, the unscented quaternion estimator, and the adaptive robust unscented Kalman filter.     

自由段弹道目标跟踪算法在工程中的应用

在对弹道目标跟踪预警的工程实践中,雷达系统对目标运动的信息处理速度尤为重要,因而,文章选取自适应跟踪模型与卡尔曼滤波相结合的方法解决自由段弹道目标的跟踪问题,并与扩展卡尔曼跟踪算法做了对比分析。仿真显示,2种滤波方式分别与自适应跟踪模型相结合后,卡尔曼滤波和扩展卡尔曼滤波跟踪性能相差不大,但其算法简单、运算时间短,可以较好满足自由段弹道目标跟踪的工程需求。     

自适应滤波技术的研究

应用常规卡尔曼滤波器(KF)要求知道系统精确的数学模型和系统噪声与量测噪声的统计特性,才能获得理想的滤波效果,否则可能产生发散现象。人们越来越倾向于利用自适应滤波(AKF)技术来解决发散的问题。针对AKF技术的研究现状,本文探讨一种结构简单、实时性较强、工程上比较实用的AKF算法。仿真结果表明,这种算法具有较强的自适应性,为一种实用而有效的滤波方法。     

GPS的多尺度滤波算法研究

将基于模型的GPS动态系统分析方法与基于统计特性的多尺度信号变换方法相结合,在某一尺度上给定的单传感器单模型动态系统中建立起一个新的多尺度动态模型。基于建立的多尺度模型和常规Kalman滤波,提出一个能同时对随机信号进行多尺度分解与多尺度估计的新算法,并通过Haar小波仿真试验获得了比仅利用Kalman滤波更好的估计效...     

车载组合导航中的自适应滤波技术研究

针对现有的自适应卡尔曼滤波算法结构繁杂,采用了一种自适应卡尔曼滤波的车载SINS/GPS 组合导航算法,并与常规卡尔曼滤波算法作了比较。仿真结果表明,这种算法具有结构简单、实时性好和抗野值等的优点,不失为一种实用而有效的滤波方法。