三维机动辐射源的单站无源跟踪方法

针对单站无源定位中对于机动辐射源利用角度及其变化率能否定位的问题，引入雷达对机动目标跟踪的多级噪声自适应(ANL)法和交互多模(IMM)方法，以及机动目标运动模型如Singer模型、匀加速模型等，研究并提出了两种对机动辐射源利用角度及其变化率进行单站无源跟踪方法。通过计算机数字仿真表明，在满足定位可观测条件的前提下，对机动辐射源仅仅利用角度及其变化率是可以定位的，其中IMM方法具有比较优秀的性能。     

DOA和TOA的单站无源定位可观测性分析

在现有单站无源定位技术的基础上,介绍了新的基于机动辐射源目标的DOA和TOA测量信息的单站无源定位的可观测性分析.此分析直接应用非线性系统的可观测性分析原理,得到了基于DOA和TOA测量信息的单站无源定位的可观测性条件,并对其进行了计算机仿真.与文献[1-2]相比,此可观测性分析更直观更简明.     

对运动目标的单站无源定位技术研究

实现对运动目标辐射源的单站无源定位是对新体制雷达对抗侦察系统的基本要求.固定单站通过测量角度、角速度和多普勒频率变化率可实现对运动目标的无源定位,该方法对角速度特别敏感,测量精度要求很高.为此,提出了一种利用波达方向、相位差变化率、载波频率及多普勒频率变化率的单站无源定位方法,结合某地面雷达对抗侦察系统,分析了其定位原理、测距误差和可观测性,给出了单次测距的计算机仿真结果和结论.仿真研究表明,通过增加相位差变化率信息降低了对角速度的高精度测量要求.     

基于粒子滤波的机载单站无源跟踪算法

针对空中观测平台对远距离海面慢速运动目标定位跟踪这一非线性估计问题,介绍了专门处理非线性估计问题的粒子滤波算法,将粒子滤波算法(Particle Filter,PF)应用于机载单站无源定位跟踪问题,有效提高了对慢速运动目标的单站无源定位跟踪性能,解决了传统的扩展卡尔曼滤波算法在非线性估计时存在收敛速度慢的问题。通过与扩展卡尔曼滤波算法的仿真比较表明,粒子滤波算法可实现对慢速运动目标的高精度定位跟踪,且性能优于扩展卡尔曼滤波算法。     

固定单站对三维运动辐射源无源定位算法及可观测性分析

实现固定单站对运动辐射源无源定位,传统的方法是测量TOA和DOA。本文将方位角变化率测量信息也引入该定位问题,提出了基于MGEKF(修正增益扩展卡尔曼滤波),对三维运动辐射源的无源定位跟踪算法。通过推导伪线性测量方程,本文进行了测量TOA和DOA对三维运动目标无源定位的可观测性分析。最后给出了计算机仿真结果。     

一种基于空域和频域信息的固定单站无源定位跟踪改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,本文基于辐射源信号的空域和频域信息,提出了一种对运动辐射源的固定单站无源定位跟踪改进算法。文中首先利用辐射源信号的空域和频域变化量信息,通过伪线性卡尔曼滤波算法估计出目标的速度矢量;然后利用速度矢量的估计值直接获得目标位置矢量的估计,并将其作为标准卡尔曼滤波算法的观测值进行滤波;最后通过计算机仿真验证了该方法具有较高的定位精度和较快的收敛速度。     

基于观测站机动的机载单站无源定位跟踪研究

运动单站对运动辐射源在利用相位差变化率进行跟踪时,需要满足更严格的可观测性要求,只有当观测站载机比目标具有至少高一次的已知机动运动才可能实现可观测性.针对目标匀速直线运动的情况,提出观测器加减速直线和匀速圆周两种机动运动方式,并通过非线性滤波算法对目标定位跟踪.给出了两种观测器机动情况下EKF和UKF的滤波结果,计算机仿真表明,两种情况都可以对目标进行定位跟踪,且与EKF算法相比较,UKF算法实现简单,在运算量不增加的同时有更好的定位与跟踪性能.     

基于强跟踪容积卡尔曼滤波的单站无源跟踪算法北大核心CSCD

系统模型和滤波算法是机动目标单站无源定位跟踪要解决的核心问题。文中采用截断正态概率模型和一种新型的滤波算法--容积卡尔曼滤波,对机动目标进行单站无源定位跟踪。针对目标突发机动的情况,借鉴强跟踪滤波器的思想,在滤波过程中引入时变渐消因子,提出了一种强跟踪容积卡尔曼滤波算法(Strong Tracking Cubature Kalman Filter,STCKF)。该算法利用容积数值积分原则直接计算非线性随机函数的均值和方差,实现简单,估计精度高,并通过渐消因子自适应在线调节增益矩阵,增强了系统对突发机动的跟踪能力。结合空频域单站无源定位模型进行仿真实验表明,STCKF算法在对一般机动目标进行跟踪时,性能与CKF算法相当,并优于传统的EKF算法。当目标突变大机动时,STCKF算法的滤波性能要高于EKF以及CKF算法。     

对海面远距离运动目标定位跟踪的IMM算法研究

研究了平流层三站测时差无源定位系统对海面远距离运动目标定位与跟踪的滤波算法问题。将IMM滤波器应用到平流层三站测时差定位系统中,采用三模型组合的IMM滤波算法,首先通过时差测量参数计算出粗略的定位结果,接下来采用IMM滤波算法逐步估计出运动辐射源的速度,并修正初始的定位结果,提高定位精度。仿真结果表明,基于IMM滤波器的三站时差定位系统具有较快的收敛时间、较高的跟踪精度和适中的计算复杂度,能够对不同强度的机动目标进行定位与跟踪,很好地解决了三站时差定位系统对海面远距离运动辐射源定位跟踪的算法问题。还提出了利用回归处理的方法进一步提高固定目标定位精度的思想。     

基于视在加速度与角速度信息的单站无源 定位原理与目标跟踪算法研究

本文提出了一种基于视在加速度与角速度信息的单站无源定位方法,分析了其定位原理和利用该方法对静止或匀速运动辐射源的即时定位.同时提出了一种适合于这一定位方法的目标跟踪算法——测量空间卡尔曼滤波(MSKF)算法.对即时定位精度与MSKF跟踪算法进行了计算机仿真实验,最后,将该定位方法和MSKF算法应用于某次无源定位外场试验中,结果表明了该定位方法的有效性.     

基于运动学原理的地对空单站被动跟踪研究及试验

单站被动定位与跟踪系统由于具有极强的隐蔽性,且探测距离远,机动性强,在未来的远程精确打击中具有重要的意义.本文从基于质点运动学的单站被动定位跟踪理论出发,介绍在已有的火控雷达本体上增加一套被动定位子系统所构成的单站被动定位跟踪系统.利用它对空中运动的模拟脉冲多普勒(PD)辐射源进行外场定位试验获得了成功.试验结果证明了该理论的正确性,而且说明在现有工程技术条件下实现地对空单站被动探测定位系统是可能的.     

基于粒子滤波的单站无源定位跟踪新算法研究

针对单站无源定位跟踪系统非线性较强、传统跟踪滤波方法收敛速度、慢容易发散的问题,提出了一种新的跟踪滤波算法P-EKF。该方法采用粒子滤波的思想对目标实现初始的捕捉,然后通过扩展卡尔曼滤波方法对目标进行跟踪保持,提高了目标跟踪收敛速度和跟踪精度,而对计算资源的消耗有限。缩比仿真实验证明了该方法的可行性和有效性,具有较高的应用价值。     

对机动辐射源单站无源定位IMM算法

探讨了一种利用单个观测站对机动辐射源目标进行无源定位与跟踪的交互式多模型（IMM）算法。在该方法中，基于辐射源的信号到达时间（TOA）和信号到达方向（DOA）信息，可以实现单站无源定位，运用交互式多模型算法，可以适应目标的机动性。通过计算机仿真，验证了该方法的正确性和有效性。     

Stochastic Differential Equations for Modeling of High Maneuvering Target Tracking

In this paper, we propose a new adaptive single model to track a maneuvering target with abrupt accelerations. We utilize the stochastic differential equation to model acceleration of a maneuvering target with stochastic volatility (SV). We assume the generalized autoregressive conditional heteroscedasticity (GARCH) process as the model for the tracking procedure of the SV. In the proposed scheme, to track a high maneuvering target, we modify the Kalman filtering by introducing a new GARCH model for estimating SV. The proposed tracking algorithm operates in both the non‐maneuvering and maneuvering modes, and, unlike the traditional decision‐based model, the maneuver detection procedure is eliminated. Furthermore, we stress that the improved performance using the GARCH acceleration model is due to properties inherent in GARCH modeling itself that comply with maneuvering target trajectory. Moreover, the computational complexity of this model is more efficient than that of traditional methods. Finally, the effectiveness and capabilities of our proposed strategy are demonstrated and validated through Monte Carlo simulation studies.     

基于当前模型自适应改进的航迹跟踪算法

在航迹跟踪过程中,目标发生转弯、变加速等强机动行为,会导致传统"当前"统计模型的跟踪精度变差,通过提取残差新息序列和测量方差序列中的信息,分别在"当前"统计模型中添加机动频率、最大加速度自适应修正因子,以及在卡尔曼滤波框架中增加协方差自适应因子,改善了该算法对强机动目标跟踪的适应能力。通过改进,该算法即保持了对一般机动目标良好的跟踪特性,又提高了对强机动目标的跟踪性能。通过使用蒙特卡洛模拟仿真验证了改进算法的有效性。     

新的“S-蛇形”机动目标模型及跟踪方法研究

为了解决三维空间蛇形机动目标跟踪算法中模型失配的问题,提出了新的"S-蛇形"机动目标模型。该模型基于研究分析了平面内原始机动转弯模型,考虑目标在垂直方向做简单的匀速直线运动,对二维机动转弯模型进行了三维补维,但经仿真分析发现,此模型在机动变轨处出现"折返"现象,为了克服此缺点,又对该模型的状态转移矩阵进行了修正,提出了一种新的"S-蛇形"机动目标模型,该模型能够很好地匹配蛇形机动目标真实运动轨迹。最后在扩展卡尔曼滤波算法(EKF)中应用该模型,对真实蛇形机动目标进行滤波跟踪,通过Monte-Carlo仿真,结果验证了此算法跟踪精度高,也进一步证明了改进模型的合理性和实用性,并已经初步应用于某新型武器装备跟踪系统调试中。     

基于红外辐射信息的IRST系统机动目标跟踪算法

传统的IRST(红外搜索与跟踪)系统是一个仅有角测量的系统,对于目标距离是不可观测的。文中增加了红外探测器对目标红外辐射的响应信息这一测量项,使其成为一个距离可观测系统,并在此基础上,建立了目标的观测模型,推导出了机动目标跟踪的EKF跟踪算法。通过跟踪一个机动目标的仿真过程,对算法性能进行了检验,结果表明：本算法对机动目标能进行有效的跟踪,而且跟踪精度也是令人满意的。     

基于阵列单通道的机动目标DOA跟踪方法

针对现有利用阵列单通道系统对机动目标跟踪精度不高,实时性差等不足,提出了一种新的基于改进粒子滤波算法的阵列单通道机动目标波达方向(direction of arrival, DOA)跟踪方法。该方法首先在利用接收机轮流采样建立数学模型的基础上,建立跟踪模型。然后,利用粒子群优化算法对马尔科夫链蒙特卡罗(Markov Chain Monte Carlo, MCMC)粒子滤波算法的重采样环节进行优化处理,给出了一种交互MCMC粒子滤波算法,该算法克服了传统粒子滤波算法粒子退化及样本贫化的固有缺陷。最后利用该算法求解跟踪方程,实现了实时DOA估计。理论分析与仿真结果表明,本文方法可实现基于阵列单通道的DOA跟踪与波束形成一体化,且能够处理相干信号,与标准粒子滤波和子空间类算法相比,收敛速度快,跟踪精度高。      

基于大地坐标的对空超视距目标跟踪研究

在超视距目标跟踪中,由于地球曲率的影响,基于直角坐标建立目标的状态方程和观测方程不再合适。针对这一问题,建立了基于大地坐标的目标状态方程和观测方程,并将Unscented卡尔曼滤波方法(UKF)运用到大地坐标系下的对空目标跟踪中。通过仿真试验,验证了该方法的可行性。