用于多目标跟踪的交互多模式概率数据关联算法

本文提出了一种新近开发的采用多模式数据关联的多目标跟踪算法。多模式数据关联是建立在利用从测量序列中提取多模式多目标跟踪这一新方法上的。Markov接控制多模式间的转换，这就能对多个模式进行交互作用。模式的引进开发了高性能算法的新范式，从而提出了一种高效的跟踪算法－交互多模式概率数据关联（IMP－JPDA）算法。IMP－JPDA算法可以看作一种广义的联合概率数据关联（JPDA）算法；当仅采用一次扫描的测量时，IMP－JPDA将简化为JPDA。     

基于全球网格的卫星成像区域目标规划算法

针对多颗成像对某一特定区域协同观察的问题,提出了一种基于全球网格的区域目标规划算法。考虑到卫星幅宽、网格数据更新速度、条带计算精度等因素,采用军用分幅标准对全球进行网格划分,选定1∶50 000作为基准比例尺,并采用网格金字塔实现条带计算精度和网格可见性数据更新速度的平衡;通过并行多节点的点目标访问,计算特定时间段内全球网格的观测可能性,并记录所有网格的可见时刻及对应的卫星姿态信息;按照覆盖面积最大、单次成像最优、加权最优等规则通过贪婪算法依时间顺序选定不同条带,生成对应的协同方案。文章针对不同大小的区域设计了3个试验进行仿真,结果表明:该算法能适应不同大小区域的多星协同观测,反应速度能够达到10秒量级,可为多卫星区域协同观测设计提供参考。     

三星时差定位系统的有源校正算法

针对三星时差（TDOA）定位系统中,由星历误差和时间同步误差导致无法精确定位的问题,提出一种基于正交投影的两步迭代有源校正算法。该算法首先利用正交投影将时间同步误差从观测方程剔除,然后引入一个与辐射源位置和星历误差有关的中间变量,通过对中间变量的最优估计消除星历误差对定位精度的影响,最后利用中间变量求解出目标辐射源位置。仿真结果表明,所提算法定位性能的仿真值和理论值均可以达到克拉美-罗界（CRLB）,当TDOA观测噪声较小且有3个以上参考源时,可以完全校正星历误差和时间同步误差对定位精度的影响。     

敏捷卫星动中成像自主任务规划算法

针对敏捷卫星动中成像（APBI）自主任务规划所涉及的关键算法进行了研究。首先,基于载荷幅宽和卫星轨道设计了区域目标斜条带拼幅成像垂轨条带划分算法;其次,建立了描述观测点位置与成像时间关系的连续可导的斜条带成像轨迹模型,进而推导出了敏捷卫星动中成像的三轴姿态规划算法;再次,为了发挥出卫星的最大机动能力,提出了一种基于六阶多项式姿态机动模型的动中成像任务间最短姿态机动时间求解算法;然后,设计了兼顾观测效率与质量的两级任务优化调度算法,包括基于分支定界算法与两种裁剪枝规则的及早观测搜索和观测队列最佳窗口倒序平移,在最大化观测目标数量的基础上将成像质量调整到最优;最后,在星载处理器上进行了仿真实验,仿真结果证明了本文所提算法的正确性和有效性。     

分布式卫星系统在轨操作的多目标分配

针对空间在轨操作目标分配问题,以分布式卫星系统为研究对象,提出了一种基于粒子群算法的在轨操作多目标分配方法。以分布式卫星机动所消耗的总能量最省为目标函数,建立了在轨操作多目标分配的数学模型。基于固定时间拦截理论,以机动时刻和对应的速度增量作表征,设计实现了单颗卫星最优机动方案。通过合理设计粒子位置与目标分配解的对应关系,采用粒子群算法对问题进行了求解,并详细阐述了算法的实现步骤。算例分析结果表明,建立的模型和算法能够快速得到正确的可行解,可有效解决多约束条件下空间在轨操作的多目标分配问题。     

相控阵雷达多目标跟踪算法研究（连载一）

以多功能相控阵雷达为背景，研究了多目标跟踪问题，针对“当前”统计模型及自适应跟踪算法的不足，提出一种修正自适应滤波算法；并探讨三维混合坐标系下的机动目标的建模与预报；且基于简化联合概率数据互联CJPDA（Cheap Joint Probabilistic Data Association)算法，提出一种实用方法直接计算后延概率，比CJPDA方法精度高，并根据“最近邻”JPDA思想，给出一种优化方案，蒙特卡罗仿真表明，本方案能有效跟踪多个机动和非机动目标，且易于实现。     

基于混沌优化自适应遗传算法的数据关联求解

通过判断目标量测值和运动状态之间的最优对应关系,将数据关联问题描述为一类约束组合优化问题,采用混沌优化自适应遗传算法来求解数据关联问题,仿真结果表明,这种算法具有很高的关联成功率;此外,分别采用自适应遗传算法、混沌优化算法以及混沌优化自适应遗传算法求解数据关联问题,结果表明,混沌优化自适应遗传算法求解数据关联问题的最优率明显高于其他2种方法,且其收敛速度也明显快于单独使用自适应遗传算法或混沌优化算法。     

仅测角导航多约束交会的闭环最优制导

针对多目标、多约束仅测角导航自主交会闭环最优制导问题,提出一种基于凸优化方法的最优制导算法。首先,考虑可观测性和鲁棒性要求,建立仅测角导航与制导多目标优化的性能指标,在此基础上,确立多目标、多约束最优交会问题的目标函数,以及基于凸优化的最优制导问题求解方法;然后,根据仅测角相对导航和制导之间存在的"耦合"关系提出了仅测角导航闭环制导的框架和解决方案;最后,仿真分析可观测性对导航和制导性能的影响,验证了所提出的仅测角导航多约束交会闭环凸优化制导方法的有效性。     

机下地面背景中低速动目标提取器

综合了提取机下地面背景中低速支目标的最优和最优算法，分析了探测特性，指出采用方位扫描单波束天线的处理系统，由于时间加权，可以将探测到目标的最小径向速度降低至几米／秒。     

基于视线角四元数序列的视线角速率样条滤波

依据坐标系转换四元数与坐标系旋转角速度之间的关系，提出了基于视线角四元数序列的视线角速率自适应样条滤波算法。该算法利用样条函数表示视线角四元数，结合四元数与角度之间的对应关系，建立了系统状态方程；在只给出视线角序列信息的情况下，对观测误差进行了补偿，实现了自适应样条滤波算法，获得了有效的视线角速率信息。     

基于JPDA-MPC的单站纯方位多目标跟踪

静止单站对多目标进行纯方位跟踪时,若在直角坐标系下建立跟踪模型并使用最近邻标准滤波器(NNSF)进行关联和滤波,结果通常不稳定且容易发散。针对此问题,提出将修正的极坐标系(MPC)下的扩展Kalman滤波算法及联合概率数据互联关联(JPDA)算法相结合。与NNSF-MPC算法的仿真对比试验表明,JPDA-MPC算法可以提高跟踪过程的稳定性,且具有更小的跟踪误差。     

一种基于随机集的模糊观测的多目标跟踪算法

为解决目标数未知或随时间变化时模糊观测的多目标跟踪问题,将多目标状态和模糊 观测数据表示为随机集形式,利用模糊观测的似然函数融合模糊数据,建立了模糊观测的概 率假设密度(probability hypothesis density,PHD)粒子滤波方法。这种方法首先利用 粒子滤波预测和更新随机集的PHD,然后估计目标数N,最后找出N个PHD最大的点就 是多目标的状态估计。在相同的仿真环境中,用这种方法与用重心去模糊器进行去模糊处理 后的观测数据同时跟踪目标数变化情况下的多目标,并进行了比较,结果表明,模糊观测多 目标跟踪的PHD粒子滤波能稳健跟踪目标数未知或随时间变化时的目标状态和目标数,性能 好于去模糊情况。     

主导概率数据关联及算法

本文给出主导概率数据关联（ＤＰＤＡ）及算法，定义主导联合事件和主导概率，考虑实际目标环境可行联合事件出现为非等概率，导出主导概率数据关联计算方法，它无需计算所有行联合事件的联合率，从而克服了联合概率数据关联（ＪＰＤＡ）的组合问题，本文证明了ＤＰＤＡ性能上限不低于ＪＰＤＡ，下限低于ＰＤＡ，而下限出现的概率极小。本文给出了ＭｏｎｔｅＣａｒｌｏ仿真表明ＤＰＤＡ算法具有很好的性能和较高的实用价值。     

弹道跟踪数据野值剔除方法性能分析

弹道跟踪数据中的野值会影响导弹目标定位精度。对用于弹道跟踪数据的野值剔除方法进行了综述。结合事后和实时两大类处理模式,分析了各野值剔除方法在理论和工程应用上的优缺点,给出了实际应用时的限制因素,建立了野值判决准则和相应的野值剔除实现步骤。仿真结果表明:野值剔除方法可以有效提高弹道跟踪数据的精度。事后处理模式中,基于格拉布斯准则的野值剔除效果最佳;实时处理模式中,基于自适应门限的五点线性预报法野值剔除效果相对较好,且时间复杂度相对较低,适合实时处理。     

基于辐射源参数信息的无源数据关联问题研究

针对传统无源数据关联算法存在算法复杂、计算量大等缺点,提出了一个能够反映辐射源特征参数信息与目标运动状态参数信息相结合的无源关联算法流程。该算法首先定义基于目标运动状态参数和辐射源特征参数的多维可变跟踪门,然后运用模糊多门限思想,将测量与目标的关联概率来替代概率关联算法中可行联合事件概率的计算。仿真结果表明该算法计算量小,跟踪准确度高,尤其适用于复杂环境下近距离、交叉运动目标等典型情况。     

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。     

大气层外多拦截器协同跟踪与制导算法

针对大气层外多弹头多诱饵的进攻场景,采用多拦截器全拦截策略,提出了带故障诊断的协同跟踪算法、时间协同中制导律以及消除脱靶量的末制导律。首先,基于最小二乘算法以及误差传播理论,实现了局部信息融合以及测量方程的线性化,简化了非线性跟踪滤波算法的设计;并依托滤波算法,设计了传感器故障诊断算法,以排除其对跟踪效果的影响。然后,基于对拦截器和目标受力的合理简化,给出了相对运动解析解,设计了有限推力下的多拦截器时间协同中制导律以及末制导律,实现对多个目标的同时击毁。仿真结果显示,本文设计的协同跟踪与制导算法,可以有效估计目标的状态并排除故障传感器的干扰,实施对多个目标的时间协同拦截。     

一种基于IS-MCMC的多目标跟踪算法

针对密集杂波环境下的多目标跟踪问题,提出了一种基于定向概率数据关联重要度采样的改进马尔可夫链蒙特卡洛(MCMC)算法(IS-MCMC)。首先,基于马尔可夫链蒙特卡洛方法求解具有最大后验概率的量测分配集,并根据量测与目标的定向关联概率进行重要度采样以提高收敛速度。其次,依据量测分配结果更新目标轨迹的感知概率和状态参数,并基于感知概率实现对轨迹起始、维持和终止的判断。为实现对目标的连续跟踪,采用滑窗方法,根据当前帧数据与上一窗口数据的处理结果构建初始量测分配集,利用IS-MCMC对当前加窗数据进行处理。不同杂波密度、目标密度和检测概率下的仿真实验表明,IS-MCMC相比MCMC在计算效率、轨迹跟踪性能和环境适应能力上更具优势。     

空间目标小型相控阵雷达探测技术

地基探测系统受站点布局限制,难以实现全轨道空间的目标探测与跟踪。为对高价值航天器邻域空间目标进行全时探测与跟踪,提出基于伴随微纳卫星的小型化相控阵雷达技术。通过分析不同波段雷达对大范围空间目标搜索与精细跟踪的性能,并综合考虑系统复杂度与功耗等因素,最终选择C波段作为雷达工作频段。详细阐述小型化相控阵雷达的系统设计、目标搜索与跟踪的信号处理方法、测距与测角误差分析等。仿真分析证明,该小型化相控阵雷达能对25 km范围内、40°×40°的三维空间进行目标搜索,实现0.4 m的测距精度与0.03°的测角精度,满足空间目标大范围搜索与跟踪应用的需求。     

针对弹载平台红外小目标的检测与跟踪算法

为了提高对红外小目标检测与跟踪的精度与速度,设计了一种针对红外小目标的单目标检测与跟踪算法,包含一个基于MB_LBP+AdaBoost与管道滤波器的目标检测模块,和一个有跟踪失败监测机制的基于模板匹配的多尺度跟踪模块。经过测试,该算法对边长11~31像素大小的指定类型的红外小目标取得了较好的检测效果,目标跟踪模块对于目标的尺度变化,快速运动,遮挡有较高的鲁棒性,算法中的跟踪失败监测机制在检测到跟踪异常的情况下能重新调用目标检测算法找回目标,经过测试对比,本方法跟踪的精度和速度综合优于主流跟踪算法,并且能够在弹载平台上实时运行。