不完全量测下一类非线性光电跟踪系统滤波器设计

 随着不完全量测条件下探测概率的下降,传统光电跟踪系统的跟踪性能显著降低。为此,本文考虑将俯仰和偏航两个方向的角速度量测引入传统光电跟踪系统,并设计了不完全量测下基于置信度融合的目标跟踪滤波器。首先针对这类新型的光电跟踪系统建立了系统的量测模型,利用嵌套条件方法推导了转换量测误差前两阶矩的一致性估计;然后针对位置探测通道与角速度探测通道的4种数据探测情形设计了4个子滤波器,并根据探测通道的探测情况计算出各子滤波器的置信度,进而对各子滤波器的输出按置信度进行加权融合,得到了跟踪滤波器的全局输出;最后给出了非线性跟踪系统统计意义下的Cramer-Rao下界(CRLB)。Monte-Carlo仿真表明：在不完全量测下,相比传统光电跟踪系统,附加角速度量测的光电跟踪系统的跟踪性能有了显著提高,并且滤波器估计误差均方差(RMSE)已逼近非线性跟踪系统统计意义下的CRLB。     

涡轴发动机健康管理跟踪滤波器技术

以反映部件健康状态的变几何涡轴发动机部件级数学模型为基础,利用线性化方法建立了反映航空发动机健康状态的线性状态空间数学模型;利用Kalman滤波器原理,构建了涡轴发动机健康状态跟踪滤波器。对线性状态空间模型和健康状态跟踪滤波器进行了仿真,结果表明：线性状态数学模型准确、实时;健康状态跟踪滤波器可准确地估计出涡轴发动机健康状态的变化。     

一种基于二级变维Kalman滤波的跟踪算法

Kalman滤波器是一种高速的目标跟踪器.针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种自适应Kalman滤波算法.该算法使用两级滤波器,根据目标机动性的变化,适当的调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾.通过对仿真结果分析表明,算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值.     

基于STF的Jerk模型自适应机动目标跟踪算法

在Jerk模型的基础上,提出了一种新的机动目标自适应跟踪算法STF-Jerk。该算法通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,增强了系统对突发机动的自适应跟踪能力,从而很好地改善了Jerk模型在跟踪机动目标时的跟踪精度。仿真结果表明,提出的STF-Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的机动目标跟踪性能。     

利用非线性优化滤波器跟踪图象序列中的小目标

研究一种基于相关技术的自适应跟踪装置。这种跟踪装置使用判别式非线性滤波器，对于噪声、背景和物体失真具有更好的Robust性。计算机模拟显示出了小目标跟踪的试验结果。在对相关面不进行处理的条件下展示了跟踪装置的良好的性能。研究出的算法在众所周知的线形滤波器失效的情况下也能发挥作用。     

用于GPS转发跟踪的双模卡尔曼滤波器

自1984年以来,用转发GPS方案对高动态飞行器进行高精度、高效费比跟踪,为导弹飞行近实时提供良好的位置、速度和加速度估计。在东靶场,正用第一代设备对三叉戟导弹飞行进行靶场安全跟踪。第二代设备被称为转发处理系统(TPS),已经部署在马歇尔群岛的USAKA站(夸加林再入场区),目前正用来跟踪各种飞行目标。现正在规划研制第三代新系统。本文主要讨论安装于TPS中的卡尔曼滤波器的设计和调试。这种滤波器的独特之处在于它有两种工作模式,一种用来跟踪动态飞行器,另一种特殊模式用来跟踪弹道飞行器。当滤波器确认飞行器的加速度接近弹道加速度时,模式切换逻辑电路就选择弹道方式。而当探测到非弹道加速度时,滤波器就返回到动态方式。本文综述了近期任务所获得的跟踪数据,证明用双模滤波器所获得的跟踪精度是卓越非凡的。     

二阶滑模跟踪微分器与带通滤波器频域分析

简要介绍了二阶滑模跟踪微分器的基本原理,应用描述函数法对其频率特性进行了分析。在此基础上设计了带通滤波器并对其频率特性进行了分析,给出了二阶滑模跟踪微分器及由其所构成带通滤波器的参数选择和调试方法。仿真结果表明,通过适当选取有关设计参数,带通滤波器能够从几种频率合成信号中提取出特定频率的信号。     

滚动接触疲劳实验机跟踪滤波器设计

在滚动接触疲劳实验机的设计中,为了从复杂的背景噪声中提取与疲劳密切相关的振动信号,采用了窄带跟踪滤波技术.该滤波器以开关电容滤波原理为基础,设计锁相倍频电路,通过开关频率f<,CLK>,跟踪信号的中心频率f<,O>,实现实时动态跟踪滤波.实验结果证明,该滤波器满足疲劳实验机的总体设计要求.     

考虑有色噪声影响的脉冲星导航2级强跟踪差分滤波器

为提高X射线脉冲星导航对有色噪声及太阳系内星历误差的鲁棒性，设计了2级强跟踪差分滤波器（TSTDKF）。首先在分析导航原理基础上，导出了中心天体星历误差对导航结果的误差传递关系，并利用扩展卡尔曼滤波器（EKF）进行了仿真验证；在同一运行轨道上，又结合引力摄动模型对第三天体引力摄动数据进行了分析，证明该部分噪声为有色噪声。根据以上结论，将普通2级卡尔曼滤波器（TKF）的无偏滤波器设计为一种改进的差分卡尔曼滤波器以降低有色噪声对导航系统的影响，同时又在其独立偏差滤波器中根据观测残差构建了多重自适应调节因子以增强其跟踪性能，两者共同构成TSTDKF的2个并行滤波器。通过仿真实验证明，TSTDKF的位置误差性能最大可比EKF和TKF改进56.49%和35.18%，速度误差性能改进27.66%和17.07%；对星历误差的跟踪效果也整体好于TKF。     

BOC(2n,n)信号同步方法研究

分析了BOC信号的特性,BOC信号同步的难点在于其自相关函数的副峰会引起错误捕获和歧异跟踪。现有算法中只有单边带处理法适用于自相关函数峰值较多的信号,但算法中的滤波器实现复杂。对原算法进行改进,省去了复数滤波器,更便于软件实现。采用二维码相位估计来解决歧异跟踪的问题,但次载波的存在使载波频率跟踪范围减小,对跟踪策略进行改进,使跟踪范围满足需求。仿真结果表明,改进算法可在不损失跟踪精度的条件下,有效解决BOC信号的同步问题。     

基于I、Q信号的北斗接收机跟踪环路设计

传统的北斗接收机一般采用标量跟踪环,每个通道的卫星相互独立,在此 基础上,又发展起来了基于矢量跟踪的接收机,使每个通道的卫星跟踪不再相互独立。 提出的基于I、Q 信号观测的接收机跟踪环路,保留矢量跟踪的特点,并且采用EKF 作 为跟踪环路预处理滤波器,代替传统跟踪环路的鉴别器,可以在高动态的环境下对卫星 信号进行跟踪,提高环路的稳定性,从而可以有效地提高BDS/INS 深组合导航滤波器观 测量的估计精度。主要对高动态信号跟踪进行仿真,并与传统的标量跟踪方法和矢量跟 踪方法的跟踪能力进行比较。实验表明, 改进的矢量跟踪环能够在高动态的环境下运 行,比起传统环路有更小的跟踪误差。     

适用于矢量接收机的模糊自适应CKF方法研究

卫星导航接收机矢量跟踪环路的核心就是用一个Kalman滤波器将标量接收机的信号跟踪和导航解算一起完成,优点是能够形成通道之间的相互辅助,缺点是也会相互影响。尤其在部分卫星信号被遮挡或者部分通道信号质量较差的环境下,问题通道会影响其他通道,甚至导致矢量跟踪环路滤波器发散,常规的方法是检测故障通道然后将故障通道剔除,这样需要对导航滤波器进行变维操作。针对此问题,提出了一种新的消除问题通道对其他通道影响的方法,同时不需要对导航滤波器进行变维。首先给出了一种标度因子,用来判断通道是否存在故障通道,然后给出一种利用模糊控制的导航滤波器自适应调整方法。仿真表明,在通道卫星信号被频繁遮挡的极端情况,矢量接收机依旧能保持正常的导航精度,并没有明显受到误差通道的影响,同时避免了对导航滤波器进行变维操作。     

基于鉴相器的矢量跟踪环设计

基于鉴相器的矢量跟踪环是锁定导航卫星码和载波的一种跟踪算法,这种算法适合于在弱信号环境下进行跟踪。矢量环不仅充分利用信号跟踪和导航状态解算之间的内在耦合关系,而且每一通道中采用鉴相器和锁频环结合的方式,系统一步内完成信号跟踪和导航解算任务。反馈控制量NCO是由导航滤波器和环路内部滤波器共同产生。实验表明,矢量跟踪环具有快速重捕获特性,能够在弱信号的环境下运行,比起传统环路有更小的跟踪误差。     

非线性系统中多传感器目标跟踪融合算法研究

 研究了在非线性系统中 ,基于转换坐标卡尔曼滤波器的多传感器目标跟踪融合算法。通过分析得出 :在非线性系统的多传感器目标跟踪中 ,基于转换坐标卡尔曼滤波器 ( CMKF)的分布融合估计基本可以重构中心融合估计。仿真实验也证明了此结论。由此可见分布的 CMKFA是非线性系统中较优的分布融合算法     

一种改进的强跟踪UKF算法及其在SINS大方位失准角初始对准中的应用

针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

一种改进的强跟踪 UKF 算法及其在 SINS 大方位失准角初始对准中的应用郭泽,缪玲娟,赵洪松简

 针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

密集杂波背景下的水下多目标跟踪方法

水下多目标跟踪是水声信号处理领域研究的热点和难点问题。高斯混合概率假设密度(Gaussian mixture probability hypothesis density, GM-PHD)滤波器以其高效的计算效率为解决水下多目标跟踪问题提供了保证。然而,GM-PHD滤波器在跟踪目标时需要先验已知新生目标的强度,否则其性能会出现严重退化。针对该问题,提出一种滑动窗两步初始化高斯混合概率假设密度(sliding window two step initialization GM-PHD, SWTSI-GMPHD)滤波器。将提出的滑动窗两步初始化方法嵌入GM-PHD滤波器,利用滑动窗两步初始化方法估计新生目标强度,减少杂波干扰导致跟踪结果中出现的虚假目标。仿真实验表明,在杂波密集环境下,相较于其他跟踪方法,提出方法将跟踪精度提高69.84%,52.62%和41.05%。     

用于非线性跟踪问题的一种新的粒子滤波器

机动目标跟踪系统通常是非线性而且不完全观测的 ,所以问题的关键在于每一时刻的目标机动性都是高度不确定的。提出了一种新的平滑粒子滤波算法 ,该算法在粒子滤波器中加入了对系统模型的概率分布密度的平滑处理 ,从而很好的解决了目标的机动性估计问题。在仿真研究中 ,与辅助粒子滤波器的比较验证了本文算法处理非线性跟踪问题的优越性     

一种基于参数控制的低轨星载接收机载波跟踪算法CSCD

低轨星座接收机面临大多普勒频移及频繁快速换星等设计约束,对其载波跟踪环路设计提出了较高的动态适应性与跟踪精度要求。针对以上问题,提出了一种基于参数控制的载波跟踪算法。该算法引入环路控制因子参数,将环路滤波器分为牵引和跟踪两阶段。基于理论建模推导环路控制因子的最优参数配置原则,指导实现牵引和跟踪两种状态滤波器的协同配合,在牵引阶段有效引导大多普勒信号快速入锁,在跟踪阶段精确估计载波频移参数,实现基于低轨星载平台的GNSS信号快速准确跟踪。理论与仿真结果均表明基于参数控制的载波跟踪算法能够有效提升环路的动态适应性与跟踪精度,满足低轨星载接收机的设计需求。与传统算法相比,该算法在保证信号跟踪精度的同时,能够将收敛时间缩短78%,且环路设计简单,易于硬件实现。     

星载红外探测阵列对导弹跟踪定位的研究

通过分析研究建立了前视红外探测阵列 (FL IR)对导弹进行精确跟踪、定位的数学模型 ,其中包括导弹的运动模型、大气干扰模型和探测阵列的观测模型。根据探测阵列的原始观测数据 ,利用扩展卡尔曼滤波器 (EKF)精确跟踪导弹目标。由于导弹与探测器的距离较远 ,故可视为点目标。导弹在探测阵列上投影的位置由两部分组成 :导弹真实运动位置和由于大气干扰造成的偏移。滤波器分别估计了这两种位移在探测阵列上的变化。最后用蒙特卡罗方法分析了滤波器的性能。