二进制传感器网络加权目标跟踪算法研究

该文主要研究二进制传感器网络中加权目标跟踪算法的设计。针对已有算法中权值不能实时反映目标与感测节点之间距离关系的缺点,提出了距离加权和基于预测的距离加权目标跟踪算法。距离权值能够实时反映目标与各个感测节点间的距离关系,因此具有更高的跟踪精度。在距离加权算法中感测节点需要将感测信息和距离信息都传输到融合中心,这会增大感测节点的能量消耗。为了解决这个问题,文中提出一种基于预测的距离加权目标跟踪算法。该算法中感测节点不需要传输距离信息而只传输感测信息到融合中心从而减少了能耗。仿真结果表明,基于预测的距离加权算法比已有算法能够够精确地跟踪目标,在保证跟踪精度的同时减少了通信能耗。     

Target Tracking by Particle Filtering in Binary Sensor Networks

We present particle filtering algorithms for tracking a single target using data from binary sensors. The sensors transmit signals that identify them to a central unit if the target is in their neighborhood; otherwise they do not transmit anything. The central unit uses a model for the target movement in the sensor field and estimates the target's trajectory, velocity, and power using the received data. We propose and implement the tracking by employing auxiliary particle filtering and cost-reference particle filtering. Unlike auxiliary particle filtering, cost-reference particle filtering does not rely on any probabilistic assumptions about the dynamic system. In the paper, we also extend the method to include estimation of constant parameters, and we derive the posterior Cramer-Rao bounds (PCRBs) for the states. We show the performances of the proposed methods by extensive computer simulations and compare them to the derived bounds.     

ADAPTIVE NULL PHASE-SHIFT POLARIZATION FILTER

The estimation of clutter polarization is significant in virtual polarization filtering. This paper proposes variable step size Least Mean Square error （LMS） algorithm to estimate clutter polarization. The adaptive recursive function is set up based on double polarization receiving signal model. By choosing desired response signal properly, the received data are estimated. The result of estimation is used for Null Phase-Shift instantaneous Polarization Filter （NPSPF） design and target＇s amplitude and phase compensation. Algorithm＇s tracking performance is discussed in detail. The simulation results are consistent with the above analysis, and the clutter suppression is effective.     

基于线性最小二乘方法的主动段目标初值估计

主动段目标初值估计是导弹目标战术参数估计的重要内容,是监视系统进行实时跟踪的前提条件。在天基观测背景下,该问题是非线性最小二乘求解问题。该文建立了主动段8态重力转弯模型和天基测量模型,通过用常加加速度线性模型来近似目标运动学参数,并对非线性测量进行伪线性化处理,将非线性最小二乘转化为线性最小二乘求解问题。特别地,给出了天基伪线性化测量及其统计特征的详尽推导,并进一步考察了测量伪线性化方法的适用范围。仿真实验中,通过与CRLB和传统的Gauss-Newton迭代方法比较,证明了该文方法在估计精度和运算效率上的优势。     

自动相关监视目标的跟踪算法研究

为了实现对新航行系统自动相关监视目标的跟踪,通过对机动目标跟踪算法进行分析研究,给出了一种基于高斯和的贝叶斯估计多模型跟踪算法。其主要思想是对多个模型滤波器滤波输出进行加权平均,每个模型滤波器采用推广卡尔曼滤波算法,当需要进行状态预测时,应用卡尔曼滤波理论进行K步迭代递推估计。该算法是解决非线性、非高斯估计问题的一个较好的变结构多模型算法。基于高斯和的贝叶斯估计算法对匀速、匀加速和强机动目标都可以达到良好的跟踪效果。     

基于拓扑统计距离的航迹抗差关联算法

传感器观测目标的拓扑信息可用于解决系统误差下的航迹关联问题,但传统方法对航迹信息利用不足且难以适应传感器虚警和漏报的情形。论文提出一种基于拓扑统计距离的航迹抗差关联算法,首先转换目标状态估计及其协方差以得到目标参照系下的拓扑描述;然后在推导拓扑统计距离的基础上,进行全局最优关联;最后以目标参照系下邻居目标关联对的平均统计距离作为参照目标间的关联度,根据双门限准则完成参照目标的关联判决。仿真结果表明,在密集编队目标、随机分布目标和传感器存在虚警漏报条件下,该算法的性能明显优于传统方法。     

基于多基地雷达系统的快速多目标跟踪算法

针对用多基地雷达系统跟踪近距离多高速机动目标的场合,提出了一种快速跟踪算法.该算法首先用观测组合预处理模块和航迹跟踪门大量剔除冗余组合数据,然后用S-D分配算法选择最小代价量测组合,计算航迹初值点,用并行扩展卡尔曼滤波算法估计确定目标的运动状态,并提出将多个目标的滤波进程和S-D分配进程并行化以提高算法的实时性.仿真结果表明,该算法不仅能快速精确地跟踪到多目标运动状态,而且具有很好的收敛特性和稳定性.     

Line search algorithms for adaptive filtering

Line search algorithms for adaptive filtering that choose the convergence parameter so that the updated filter vector minimizes the sum of squared errors on a linear manifold are described. A shift invariant property of the sample covariance matrix is exploited to produce an adaptive filter stochastic line search algorithm for exponentially weighted adaptive equalization requiring 3N+5 multiplications and divisions per iteration. This algorithm is found to have better numerical stability than fast transversal filter algorithms for an application requiring steady-state tracking capability similar to that of least-mean square (LMS) algorithms. The algorithm is shown to have faster initial convergence than the LMS algorithm and a well-known variable step size algorithm having similar computational complexity in an adaptive equalization experiment     

粒子滤波算法在远程打击系统中的应用

为了适应现代战争的需要,提高远程打击系统的精确打击能力至关重要.将粒子滤波与EM算法等其他算法相结合,从给定的数据中,提取状态信息的最优估计值,对于提高远程打击系统的精确性、快速性和实时性有非常重要的现实意义和理论意义.首先给出了粒子滤波算法的原理和仿真应用,然后分析了粒子滤波在目标状态信息的估计、信号检测、目标识别跟...     

一种改进粒子滤波的双站无源定位跟踪算法

在非线性非高斯状态空间下，粒子滤波器是一种有效的非线性滤波算法，它的关键问题包括粒子权重的计算、粒子重采样和状态估计等。本文根据粒子滤波算法思想和双站无源定位跟踪的非线性，将粒子滤波算法用于双站无源定位跟踪问题，给出了一种改进的粒子滤波算法，并对其关键问题根据双站无源定位跟踪的特殊性进行了改进。利用Matlab进行了仿真实验，与最小二乘算法、扩展卡尔曼滤波算法进行了比较，结果表明所提算法定位跟踪精度优于其他方法。