基于光电观测信息的空中机动平台被动跟踪研究

针对强电磁环境下机载雷达测量精度较低的问题,研究提出了一种基于机载光电观测信息的被动跟踪方法,讨论了其目标运动分析问题.利用光电探测设备测量的目标方位角、高低角,结合平台的导航信息,建立了基于最小二乘准则的目标函数,对目标实施了精确定位,并对观测数据中野值的剔除问题进行了分析.通过蒙特.卡洛模拟仿真,试验结果表明:该方法能够较为准确、快速地收敛至真值附近.     

舰载雷达系统误差建模与仿真分析

为了研究舰载雷达系统误差的演化规律,分析了舰载雷达系统误差的主要来源,采用对误差传递过程进行建模的思路,推导了统一的舰载雷达系统误差计算模型.重点分析了舰艇导航信息中的姿态角误差对雷达测量目标距离、方位角和高低角的不同影响,得出雷达测距误差不受姿态角影响,方位角误差与艏向角误差呈线性关系,高低角误差受限于纵摇角与横摇角误差,并随目标方位按正弦规律变化的结论.计算机仿真结果验证了结论的正确性.     

基于雷达与图像信息融合的目标跟踪仿真研究

提出了同平台上一种基于雷达与图像信息融合的目标跟踪系统结构和相应算法。该结构引入“反馈加引导”的思想,即在将系统融合状态反馈给局部传感器作为跟踪初始状态的基础上,利用距离信息引导图像传感器捕获目标,利用角度信息引导雷达跟踪目标,真正做到了两种不同传感器的优势互补。仿真结果证明该系统具有良好的跟踪性能。     

IMM理论在超低空探测与跟踪上的应用

以超低空防御为背景 ,以防御系统雷达和红外传感器的融合为主线 ,运用概率互联理论和交互式多模型理论对超低空目标的探测和跟踪问题进行了仿真。经仿真认定 ,该理论不仅可用于目标的探测和预警 ,也可用于导弹的跟踪和制导     

利用方向角信息辅助雷达目标跟踪

传统雷达仅能提供目标的方位和距离量测,由于可利用的信息相对较少,跟踪精度很难进一步提高。利用现代雷达的高分辨探测能力,提出了一种基于距离像识别信息辅助目标跟踪的模型,并结合求根不敏卡尔曼滤波技术得到了一种高性能跟踪算法。该算法根据距离像识别结果得到目标方向角的测量,进而通过增加观测量的维数来提高目标的跟踪能力。不同条件下的仿真结果表明,利用方向角信息辅助的跟踪算法收敛速度快,跟踪精度高,且复杂度与传统算法相当。     

机载雷达与红外搜索跟踪装置的航迹融合研究

在单机空对空多目标攻击武器系统中 ,发射出的导弹必须可靠地分辨并截获所指定的目标 ,这对目标探测装置的数据精度提出了相应的要求。为此 ,设计了机载火控雷达与红外搜索跟踪装置的航迹融合技术结构模型 ,其中航迹关联算法基于模式相似性测度分析 ,目标状态信息融合算法基于极大似然估计。为验证模型的有效性 ,以具体装备为背景进行了仿真研究与分析 ,并给出了其结果     

高分辨距离像辅助的机动目标跟踪算法

宽带相控阵雷达可以获得高分辨距离像,利用此特征获取目标的姿态角成为了一种可能,基于此提出了一种新的机动目标跟踪算法,充分利用高分辨距离像特征,实时估计目标姿态角,并将姿态角信息融合到雷达的量测方程,本文结合先进的非线性滤波算法,提出了利用姿态角的交互多模型不敏卡尔曼滤波算法。通过计算机仿真表明,利用目标姿态角的机动目标跟踪算法相比传统算法目标跟踪精度(位置精度和速度精度)得到很大提高。同时姿态角误差越小,目标跟踪性能越好。     

雷达/红外双模制导背景下的模糊目标跟踪器

在雷达／红外双模制导背景下，对雷达／红外传感器的测量数据进行融合并提出了一种跟踪机动目标的模糊跟踪器。该跟踪器能够精确的获取目标机动的动态信息，应用一系列的模糊规则自适应的调整卡尔曼滤波器的过程噪声协方差矩阵，从而更适合用于实际的跟踪系统。通过对红外成像和雷达多传感器对目标跟踪系统的数字仿真表明所提出的模糊跟踪器性能良好。     

基于光电融合的目标三维结构反演

针对同传感器视角下的空天目标光电特征融合问题, 提出一种综合利用散射中心参数及轮廓角点特征的目标三维结构反演方法。首先, 基于正交匹配追踪(orthogonal matching pursuit, OMP)算法估计出序列雷达图像中的二维散射中心特征, 并利用Freeman链码提取连续可见光图像的角点特征。然后, 基于图论思想分别对雷达及可见光图像中的二维特征点进行关联。最后, 通过特征点三维重构来实现散射中心特征与光学角点特征之间的融合, 从而反演出较单源特征更为丰富准确的目标结构信息。仿真试验结果验证了所提方法的有效性。     

SDI系统研制点滴

SDI系统主要由监视、探测、跟踪系统,拦截武器系统和指挥、控制、通讯系统三部分组成。 监视、探测、跟踪系统由各种雷达     

捷联式天线平台双通道耦合目标跟踪滤波器设计与仿真研究

采用传统速率陀螺稳定平台的导引头角跟踪系统可以直接提取用于比例导引的惯性视线角速率，而采用捷联稳定方案后，天线平台的角跟踪系统失去了直接测定视线角速率的能力，视线角速率需要通过数字计算的方法来提取。同时由于视线的旋转，实际的角跟踪系统方位和俯仰两个通道之间存在交叉耦合，与速度跟踪系统之间也具有参数耦合关系。针对上述问题，提出双通道耦合目标跟踪滤波器的设计方法，并在考虑与捷联稳定控制系统及速度跟踪系统信息相互融合的情况下，对整个角跟踪系统进行了闭环仿真，对捷联式天线平台角跟踪系统的性能进行了系统的分析。结果表明：角跟踪系统方位与俯仰通道滤波值能很好跟踪真值，提出的设计方法在捷联式天线平台角跟踪系统中的应用是有效的。     

基于L型阵列的多目标二维角跟踪算法

基于L型阵列,提出了一种新的多目标二维角跟踪算法。该算法通过相邻时刻X阵列及Y阵列协方差矩阵之差得到了两组关于角度差的线性方程组,重复解方程组可以估计出不同时刻各个目标的方位角及俯仰角。本算法可以减小阵元噪声的影响,相邻时刻估计得到的角度是自动关联的,省去了运算量较大的数据关联过程;同时在跟踪过程中,不需要进行子空间分解和参数配对。仿真结果表明,该算法的运算量低,跟踪精度高。     

空间交叉阵被动声定位算法及其性能分析

线性声阵被动目标定位方法无法准确确定方向,而平面十字交叉声阵被动目标定位虽然可以基本确定目标的方位角和俯仰角,但定位精度较低,而且当目标的俯仰角较大时,误差越来越大。研究了空间七元交叉阵的目标被动声定位算法及其性能。分别就目标测向和测距的精度进行了理论分析和计算,讨论了阵列尺寸和时延估计等诸因素对空间七元阵定位性能的影响,而且提出了简化的空间五元声阵定位方法。实验结果显示提高了俯仰角的定位精度,尤其在大俯仰角情况下的方向定位更精确。对空中和水下的运动目标被动声定位的实际工程应用有重要的参考意义。     

异类传感器系统目标快速定位方法

在异类传感器系统中,快速、准确地定位技术对于数据的关联、目标的跟踪至关重要。为解决异类传感器系统中目标定位问题,提出了快速目标定位法。该方法首先将不完整的测量补充为完整测量,然后用精度加权法实现多测量之间的融合得到目标的位置估计,为提高估计的精度,最后采用扩展加权最小二乘法进行目标位置的二次估计。仿真实验结果表明,提出的目标定位方法是一种快速、有效的目标定位方法,定位误差的方差接近Cramer-Rao下界。     

基于高度分集的倾斜阵列米波雷达测高方法

为了改善米波雷达的低空性能并减少波瓣分裂的影响,实际的米波雷达系统天线往往采用倾斜布阵方式,然而工程上通常将倾斜阵列近似成垂直阵列,在此近似条件下利用基于高度分集的测高方法.这样近似后,使得波程差只与目标的俯仰角有关,而实际的波程差是目标方位角和俯仰角的二维函数.提出了在倾斜阵列下的高度分集的测高方法,新的测高方法与目标方位角有关,与实际情况更加接近,通过对接收信号精确建模以提高测高精度,计算机仿真结果表明了该方法的优越性.     

基于扩展量测的球坐标系中水下目标跟踪算法的研究

基于自适应高斯模型，提出了球坐标系中扩展量测的水下目标跟踪，导出了目标模型和目标运动状态的坐标转换公式，推导了基于扩展量测的球坐标系目标跟踪算法，给出了Monte carlo仿真结果。结果表明：本文提出的跟踪算法不但能够提高目标距离的稳态跟踪精度，而且能够提高目标方位角和俯仰角的稳态跟踪精度，改善系统的动态收敛特性。     

任意点源相干/非相干干扰对单脉冲雷达跟踪的影响

本文研究了任意点源相干/非相干干扰的远区场分布及相位波前的畸变区及非畸变区分布,并给出了在非畸变区中单脉冲雷达的跟踪原则及跟踪时方位和俯仰角误差公式。     

光电成像制导中地面运动目标检测与跟踪

地面运动目标的自动检测与跟踪是对地精确打击光电成像制导中的核心任务。针对地面运动目标自动检测问题,提出了由粗到精的迭代全局运动补偿算法以补偿动平台引起的背景图像像素位移,基于变化能量测度的独立运动目标检测算法以及基于三帧序列图像的运动目标定位算法。针对地面运动目标跟踪问题,提出了融合运动特征和灰度直方图特征的粒子滤波器目标跟踪算法,实现可靠、稳定跟踪地面运动目标。利用实际航拍视频进行算法验证实验,比较了基于傅里叶-梅林变换 (Fourier-Mellin transform, FMT)、Kanade-Lucas-Tomasi (KLT) 特征跟踪、Harris角点和迭代全局运动补偿算法,验证了基于变化能量测度的独立运动目标检测算法和融合多特征的粒子滤波器跟踪算法的有效性。     

被动传感器系统模糊-概率双加权数据关联新算法

针对被动传感器系统中的数据关联问题,提出了一种新的被动传感器系统模糊-概率双加权数据关联算法。该算法首先利用候选关联的方位角建立检验统计量,进行方位的粗关联,排除一部分虚假候选关联,减少计算量;再对保留的候选关联进行交叉定位,计算每个交叉定位点与各个目标的关联概率;同时对相应的候选关联建立模糊关联度,来修正目标的关联概率,最后采用最大值搜索方法得到各个目标的正确关联。仿真结果表明,该方法可以快速、准确的排除虚假定位点,能够有效的对多个目标进行跟踪。