基于立体视觉Tri-EKF算法的空间非合作目标运动与结构估计

针对空间非合作目标的运动状态及外形结构估计的双重扩展卡尔曼滤波(Dual EKF)算法存在运动状态变量耦合及收敛速度慢的问题。基于立体视觉观测模型,引入特征线作为新观测量分析了目标平移与旋转运动估计的解耦性,提出三重扩展卡尔曼滤波(Tri-EKF)算法,实现了对目标旋转、平移运动以及结构参数的串行估计。本文对两种算法进行仿真比较,通过试验校验Tri-EKF算法。结果表明:有限次观测下,Tri-EKF算法对目标运动估计收敛速度更快,平均估计误差更小。     

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。     

一种再入类弹道模型的目标跟踪算法研究

针对当前机动目标跟踪算法中跟踪模型与再入目标实际运动差别较大,影响跟踪精度的问题,根据弹道导弹再入段的特点,分析目标运动状态,推导出一种基于再入类弹道目标模型的目标跟踪算法,并与基于CA模型的目标跟踪算法做了性能比较,结果表明,该算法具有可行性,可以提高对目标的跟踪精度。     

新型伪加速度修正自适应滤波算法研究

提出了一种新型自适应滤波算法,该算法采用球坐标系,同时根据当前目标的运动状态实时调整增益.仿真结果表明该算法易于工程实现,可实现机动目标的快速自适应跟踪.     

基于实测数据的机载毫米波ISAR舰船目标成像算法研究

ISAR的方位向分辨率和波长有关,在相同转角情况下,波长越短,获得的方位分辨率越高,但波长较短使得雷达对运动误差敏感,容易产生较大的相位误差,使成像算法变得复杂。针对此问题提出一种适合于机载毫米波ISAR舰船目标的综合成像算法。算法首先利用回波距离向高分辨率分离出单个舰船目标回波;然后对单个目标回波进行包络补偿和初相粗补偿;再根据时频分析结果,结合Radon变换的最大值位置,判断目标运动状态;最后根据判断结果自动选择合适的成像方法对目标成像。利用算法对机载毫米波ISAR数据进行成像处理,成像结果验证了算法的有效性。     

一种基于气动力模型的高超声速滑翔目标跟踪算法

针对传统跟踪方法对高超声速滑翔目标(HGRV)进行状态估计时存在较大误差的问题,提出一种基于气动力模型的目标跟踪算法。首先在弹道坐标系(VTC)中推导了目标气动加加速度模型,分析模型各分量对目标运动状态的影响。分别对纵向和横向机动模型进行了研究,得出横向机动是跟踪的主要难点的结论。然后对传统气动力模型进行改进,将转弯力参数与爬升力参数之间存在的先验信息引入高阶状态向量。同时,考虑不同飞行模式下机动频率的变化,构建基于气动力模型的交互多模型(IMM)算法。仿真表明,所提算法精度显著优于针对该类目标的其他跟踪算法,特别是当目标发生机动时,该算法具有更强的适应性和鲁棒性。     

微小型飞行器目标自主追踪方法研究

针对微小型飞行器自主独立完成对运动目标实时动态追踪的问题,本文提出一种新型目标自主追踪方法。该方法基于欧拉法的改进方法预测—校正法预测运动目标实时运动状态和位置,而后采用比例导引和速度追踪的联合方法实现快速接近追踪目标、精确调整运动状态及稳定跟踪目标3个步骤,完成运动目标的自主实时追踪。将其应用于目标追踪过程中,在仿真步长为0.25s时,算法追踪位置误差小于0.025m。可见利用这种新型方法能够有效实现对运动目标完全自主的实时稳定跟踪与探测。     

基于预警卫星观测的弹道导弹运动状态估计算法

针对预警卫星仅有角度测量信息,目标运动可观测性很弱,而导致最大似然弹道估计条件病态严重的问题,提出基于提供目标状态估计和联合误差协方差的Levenberg-Marquardt算法的修正最大似然估计(MML)算法.利用预警卫星初始观测时刻的目标高度和速度等部分先验信息作为伪测量量,推导出导弹运动状态参数估计的修正最大似然算法.最后,对算法进行了Monte-Carlo仿真研究,仿真结果表明估计误差同理论误差边界相当,验证了估计算法的一致性和有效性.     

多约束航天器飞越式接近的两级运动规划方法

针对航天器在轨服务背景,研究了服务航天器在复杂约束条件下实现飞越式接近非合作目标的运动规划方法。根据飞越式接近过程对航天器运动状态调整的快速性、精确性要求,提出一种由改进的快速搜索随机树运动规划算法与进化算法结合的两级规划方法,并对复杂约束条件下航天器按指定时间到达指定运动状态过程进行规划。仿真结果表明:该法在保证规划效率的同时能得到平滑和优化的运动轨迹,可解决此类高维非线性运动规划问题。     

认知结构模型机动目标跟踪算法

针对复杂战场中环境特性复杂以及目标机动性能提升所带来的跟踪难题,提出一种基于人类认知机制的机动目标自适应跟踪算法。算法将人类“记忆”机制引入机动模型构建,利用神经网络对目标特征参数进行离线学习并存储,指导机动模型参数实时调整,使模型对运动状态的描述更加合理。为进一步提高跟踪性能,基于人类认知“感知-行动”循环理论,将雷达接收端经数据处理后的目标状态估计信息反馈至雷达发射端,以最小感知信息熵为代价函数,从波形库中自适应选择最佳波形来匹配目标。仿真对比实验表明,该算法对环境及目标的感知更加准确,融入波形选择的自适应目标跟踪算法要明显优于传统采用固定波形的跟踪算法。     

基于预警卫星观测的弹道导弹运动状态估计算法

针对预警卫星仅有角度测量信息，目标运动可观测性很弱，而导致最大似然弹道估计条件病态严重的问题，提出基于提供目标状态估计和联合误差协方差的Levenbebg-Marquardt算法的修正最大似然估计（MML）算法。利用预警卫星初始观测时刻的目标高度和速度等部分先验信息作为伪测量量，推导出导弹运动状态参数估计的修正最大似然算法。最后，对算法进行了Monte—Carlo仿真研究，仿真结果表明估计误差同理论误差边界相当，验证了估计算法的一致性和有效性．     

基于解三角的固定单站对运动辐射源的无源定位

提出了一种利用平面解三角,并结合辐射源信号到达方向和脉冲到达时间差对运动辐射源进行单站无源定位的算法。运用解三角的方法,只需要少量的测量数据即可解得目标的运动状态,可在较短时间内实现被动定位。     

基于强跟踪滤波和模糊逻辑推理的有向图切换算法

针对传统卡尔曼滤波算法中对于强机动目标跟踪性能较差的问题,文章提出了一种新的机动目标跟踪算法DS_STF_FI算法。该算法将强跟踪滤波引入到变结构多模型跟踪算法中,结合模糊逻辑推理来实现多模型间的信息交互,并通过有向图切换法实现模型集的自适应调整,从而使跟踪算法能够适应机动目标运动状态的变化。仿真结果表明,与基于卡尔曼滤波的DS_KF_FI算法相比,文章提出的算法的跟踪性能明显提高,且具有较高的算法费效比。在机动目标跟踪领域具有广泛的应用前景。     

基于ECEF的误差配准与目标跟踪算法

考虑量测噪声和地球曲率对配准的影响,提出了一种基于地心坐标系(ECEF)的扩展卡尔曼滤波(EKF)配准与目标艰踪算法.根据坐标系转换关系,给出误差配准计算公式,建立目标的动态方程,用EKF方程进行估计.仿真结果表明:该法能同时有效估计目标运动状态和传感器配准误差,可用于远距离的传感器配准和目标跟踪.     

黏附激励下空间目标惯性参数的辨识方法

针对黏附卫星会自然激励目标改变运动状态的现象，提出一种利用黏附激励进行空间非合作目标惯性参数的辨识方法。黏附前，利用主星对目标特征点的视觉测量，建立估计目标惯性参数与相对运动参数的滤波器，并估计目标的转动惯量比和质心；黏附后，主星直接利用该滤波器估计目标的新的质心速度，并基于动量守恒原理计算目标质量。该方法不仅充分利用黏附过程的自然激励，无需常规辨识必须的主动激励，而且激励前后算法一致，无需切换。数字仿真证实了算法的有效性。     

基于自适应IMM算法的高超声速飞行器轨迹预测

针对非弹道式高超声速飞行器的周期跳跃运动特点,提出了一种基于多种运动模型的自适应交互多模型(IMM)方法对目标运动状态进行估计。建立了目标的常速度、常加速度、Singer和蛇形机动模型,以及雷达的量测模型。自适应IMM算法包括混合概率计算、输入融合(混合交互)、模型条件滤波、模型概率更新和滤波估计融合等步骤。算法融合了Singer和蛇形机动模型,能较好地适应有幅值变化和频率衰减的模型状态估计,并用滤波估值和双正弦和函数拟合加速度,进一步递推目标运动轨迹。仿真结果表明:自适应IMM算法对高超声速目标有较好的弹道跟踪和预测精度。     

飞行器目标跟踪中的改进自适应滤波算法

针对经典“当前”统计模型预设目标参数无法随运动状态进行实时调整的问题,提出一种基于卡尔曼滤波的改进自适应滤波算法(MAF),通过对机动频率及加速度方差的计算,实现目标运动参数的自适应调整,提高跟踪精度。仿真结果表明,该种新型自适应滤波算法相比固定参数的“当前”统计模型滤波算法具有更高的跟踪精度、更强的稳定性,在高信噪比环境下的位置跟踪精度提高20%,低信噪比环境下的位置跟踪精度提高2倍,具有一定工程实用价值。     

基于测量数据积累的弱目标检测前跟踪算法

检测前跟踪(TBD)算法是一种有效的弱目标联合检测与跟踪方法。当目标强度参数未知时,基于点目标假设的主流TBD算法通常将其建模为增广目标状态变量,在贝叶斯框架下联合估计目标运动状态与强度信息。本文研究发现强度参数估计精度受限于点扩散函数(PSF)的设置,提出了一种基于测量数据积累的弱目标TBD算法。该方法利用目标的航迹,积累多帧间目标占据分辨单元的测量数据,在实现弱目标的联合检测与跟踪的同时,对目标强度参数完成准确估计,为后续目标分类或识别提供有用的目标强度信息。仿真结果表明:在低信噪比条件下,所提算法的强度参数估计精度和稳健性优于主流TBD算法,并最终收敛于参数完全已知时的最优联合检测与跟踪结果。     

基于意图推断的高超声速滑翔目标贝叶斯轨迹预测

为解决高超声速滑翔目标机动给探测防御造成的困难,研究基于意图推断的贝叶斯轨迹预测方法。首先对目标进行动力学建模,利用气动参数设计机动模式集。假定高超声速滑翔目标必定攻击某目标,结合飞行意图合理构造意图代价函数,借鉴贝叶斯理论迭代推导机动模式和运动状态递推公式。通过蒙特卡洛采样实现轨迹预测算法。仿真结果表明,算法能有效提高目标机动不确定条件下轨迹预测的精度,当多目标可能被打击时,通过对预测轨迹进行在线重新规划,降低目标误判给轨迹预测造成的不利影响。     

中远程面（空）对空导弹末制导段的机动目标“标架”模型及自适应估计算法

根据中远程导弹制导系统大都采用脉冲多卡勒雷达导引头的趋势和中远程防空导弹末制导实用对目标机动运动状态的需求，基于目标螺旋机动和蛇行机动的切加速度和法向加速度在目标轨迹活动框架上缓变的特点，本文提出了一种建立在目标轨迹活动框架上的运动状态方程和自适应Kalman估计算法，该方法克服了在直角坐标系和球坐标系上估计目标快变加速度机动延迟大的缺陷，仿真实验证明该算法有很好的跟踪稳定性和收敛性，为先进末制导律的实现创造了条件。