雷达机动目标的自适应跟踪算法

机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能.     

一种自适应雷达辐射源目标识别方法

雷达辐射源测量信息具有不确定性变化的特点,严重影响目标识别性能。针对这一问题,提出一种雷达辐射源目标识别方法,利用多种动态变化的门限识别信号目标类型,并依据识别结果对相关类型识别参数进行自适应计算调整。仿真结果表明,该算法能适应信号测量参数的动态变化,具有较好的识别效果。     

航道辅助地波雷达机动目标跟踪研究

交互多模型Interacting Multiple Model,IMM）方法应用于高频地波雷达（High Frequency Surface Wave Radar,HFSWR）机动目标跟踪时,其固定的模型集合与转移概率矩阵会导致模型竞争与模型概率切换滞后,降低了目标状态估计的准确性,容易引起航迹断裂、丢失等问题。为此,对基于航道辅助的交互多模型地波雷达机动目标跟踪方法进行了研究。首先,利用有向图模型估计海上航道并提取航道信息,判定目标所处的航道位置并据此自适应切换目标运动模型集合;然后依据确定的模型集合进行多模型滤波,利用滤波新息构造运动模型的极大似然函数并计算每个模型的似然值,通过计算运动模型之间似然值比值计算概率修正因子,采用概率修正因子与原模型转移概率矩阵的乘积更新模型转移概率矩阵。利用仿真与实测数据开展了海上机动目标跟踪实验,结果表明,与传统IMM算法相比,本文方法可显著提升模型概率的切换速度,跟踪得到的航迹维持时间提高了54.2%,算法运行时间减少了30%,运动模型匹配平均概率提高了14.1%,实现了对海上目标的长时跟踪。     

雷达跟踪机动目标的多模型算法研究

研究了多模型算法在雷达跟踪机动目标中的应用,并以所提出的一种多模型算法说明了多模型算法的有效性。     

基于UPF的神经网络辅助机动目标跟踪

为提高机动目标跟踪性能,提出了一种神经网络辅助下的滤波方法。基于Unscented卡尔曼滤波方法,Unscented粒子滤波器（UPF）能够产生较准确的建议密度分布,因此相对于其它蒙特卡洛方法,UPF能够获得对非线性目标跟踪问题更好的近似。利用目标的机动特征建立和训练神经网络,将神经网络的输出作为加速度控制参数,用于修正目标的运动模型。仿真结果表明,与扩展卡尔曼滤波相比,神经网络辅助下的UPF具有更好的跟踪性能。     

一种基于BP神经网络的机动目标跟踪算法

交互式多模型（IMM）算法是一种可以有效跟踪机动目标的滤波算法,针对其跟踪精度和计算量在很大程度上受制于模型选择和转移概率确定的问题,提出了一种利用BP神经网络修正子模型滤波结果的改进IMM算法。仿真实验表明,该方法可以使IMM算法的收敛速度加快,收敛精度提高,改善了跟踪性能,具有一定理论指导意义。     

一种改进全局最近邻关联的无人船双雷达目标跟踪算法

针对无人船载双雷达目标跟踪问题,提出一种基于全局最近邻关联（GNN）的无人船雷达目标跟踪算法。建立随船正北坐标系,对传感器的测量结果进行坐标变换,利用GNN算法对目标进行跟踪。针对GNN算法在虚警、漏报情况下易发生误关联的缺点,提出一种跟踪门的设置方法,利用关联代价与模糊隶属度对目标进行2次滤除来提高GNN的关联正确率。最后,利用安装有激光雷达与毫米波雷达的无人船在实际海上环境进行试验,试验结果表明,与未改进的跟踪算法相比,本文提出的改进跟踪算法正确率提高了25.87%,验证了算法的可行性和有效性。     

基于权值优选粒子滤波的雷达目标跟踪

本文详细分析了粒子滤波的特点,给出了基于权值优选的粒子滤波算法,对雷达目标进行了跟踪。仿真结果表明,基于权值优选的粒子滤波算法在N值较小的情况下较标准粒子滤波算法具有更明显的优势。     

复杂环境下红外机动目标跟踪算法研究

在分析红外机动目标模型的基础上,利用扩展的卡尔曼滤波技术、红外目标的区域相关技术、概率数据关联技术等,实现了复杂环境下红外机动目标的跟踪。仿真结果证明了跟踪模型及算法的有效性。     

机动目标无源自适应跟踪算法研究

论文提出了一种对空中机动目标进行三位测向无源自适应跟踪的新算法.该算法把目标机动加速度看成是未知的输入向量附加到状态方程中去,然后利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度,仿真结果表明,该算法不需要对目标进行机动检测,它能够适应目标机动和非机动两种工作模式,实现对空中机动目标的自适应无源跟踪.     

比例导引下的机动目标跟踪算法仿真研究

针对比例导引目标的跟踪问题,将比例导引规律引入状态方程,建立线性时变系统模型,利用含有参数的标准卡尔曼滤波方法给出了目标的状态估计。运用语言进行仿真计算,分析并得到了在不同的初始航向角、比例导引系数、导弹的初始位置和速度下的导引弹道滤波曲线和弹目相遇时间。仿真结果表明,此方法正确可行。     

基于输入状态线性化的船舶航迹系统鲁棒控制及仿真

本文将Hoo环增益成形鲁棒控制与输入状态精确反馈线性化结合,针对船舶航迹控制系统的非线性数学模型,采用Nomoto船舶模型,给出了一种鲁棒控制器的设计方法。这种算法是对船舶航迹非线性系统进行输入一状态线性化的基础上,然后与闭环增益成形算法相结合而设计出来的控制律。以某船为对象,利用Matlab／Simulink工具箱对新的控制器进行数值仿真,结果表明该控制规律有比较理想的控制效果,在加入扰动后,该控制器能使船舶行驶在预设航迹上,对外界风浪干扰有较强的鲁棒性。     

一种基于位置误差检测门限的机动目标跟踪算法

文章针对交互多模型算法（IMM）运算量大、模型集设定偏离真实目标机动轨迹等情况,通过将变结构交互多模型算法（VSMM）的机动检测准则进行改进,提出了一种基于位置误差检测门限的VSMM算法。通过将两种算法的跟踪效果进行仿真对比,结果说明文章所提算法能够较为有效地改善对机动目标的跟踪情况,具有一定的理论价值。     

基于模糊综合函数的飞行计划与雷达航迹关联

文章针对飞行计划航迹准确推算的困难和传统飞行计划关联算法的缺陷,利用飞行计划、起飞报、位置报等报文较为准确的推算出计划航迹,并根据关联特点,运用模糊综合函数航迹关联算法的思想,建立了仿真模型,解决了关联问题。仿真结果验证了该算法的科学性、可行性。