双子阵被动跟踪系统

文章介绍一种用于水下机动目标测量的双子阵被动跟踪系统,介绍了双子阵定位原理和系统构成,提出了广义相关时延估计方法、时延值滤波方法和卡尔曼弹道滤波器,该系统能方便地进行水面或水下机动目标的跟踪测量。     

被动定向浮标探潜模型研究

反潜战中,被动定向声呐浮标是一种主要的探潜手段,两枚被动定向浮标同时发现目标即可对其进行定位。研究了初始浮标阵中仅有一枚浮标能够发现目标但不能实现定位的情况下,如何通过补投被动定向浮标对目标进行定位的模型问题。根据水下目标和反潜机的运动特点,将实际中所有可能出现的情况进行了分类讨论,建立了被动定向浮标的补投模型。通过仿真分析了模型的探测效能,验证了模型的正确性和可用性,为被动定向浮标的战术使用提供了一定的理论基础。     

利用DOA的双基阵被动定位算法研究

采用最小二乘估计和卡尔曼滤波相结合进行运动辐射源跟踪定位，并通过蒙特卡洛实验给出了仿真结果。仿真结果表明，利用卡尔曼滤波器再对最小二乘估计的结果进行滤波能够改善定位精度。     

被动定向浮标阵定位误差仿真分析

仿真分析了被动定向浮标阵为正三角形阵时,阵元间距等几种因素对利用最小二乘法解算目标位置精度的影响。仿真结果表明,在相同的位置误差和测向误差下,当目标在一定范围内时,阵元间距增大,定位误差增大,当目标位置超出该范围后,浮标阵定位误差急剧增大,阵元间距大的浮标阵定位误差反而小;在其它条件相同时,位置误差(测向误差)增大,定位误差增大。因此,为提高三角形阵的定位精度,应尽量提高浮标的测向精度和浮标位置精度;使用中应根据浮标性能和实际使用需求选取合理的布阵间距。     

一种水下被动目标运动分析与仿真

文章讨论了一种水下运动的目标和观测平台在不同平面的三维情形下,被动目标运动分析与仿真问题,文中从声呐测量的方位角、爷角和频率的数据入手,采用伪线性估计、最大似然估计两种不同的方法,对水下被动TMA问题进行了研究,并分析了两种不同方法的状态参数估计的误差特性。仿真结果表明：由于增加了观测的信息量,上述方法均能得到较好的参数估计结果,且伪线性估计方差向CRLB界接近。上述方法可推广到目标和观测平台处于同一平面的二维情形。     

一种基于方位-频率测量的被动声呐TMA算法分析

根据被动观测器测得的目标方位和多普勒频率信息,通过伪观测量的形式,建立了系统的线性状态方程和观测方程,从而利用伪线性卡尔曼滤波对目标的运动状态进行估计,并证明了系统的可观测性。蒙特卡罗仿真表明,此算法具有收敛速度快、精度高、稳定性好等优点,可应用于远距离的水下被动目标运动分析。     

基于粒子滤波的多枚声呐浮标联合跟踪定位算法

由于被动声呐浮标目标测量源的不确定性以及位置解算方程的非线性,声呐浮标联合跟踪定位面临着非线性非高斯问题,提出一种基于粒子滤波的多枚声呐浮标联合跟踪定位算法。该算法将最优贝叶斯滤波与蒙特卡洛随机采样方法相结合,在更广义的条件下实现了目标最优状态估计。算法仿真结果表明,可以较大程度的提高目标位置估计精度。     

直角坐标系下的水下被动目标跟踪自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中，直角坐标系下的扩展卡尔曼滤波器容易发散，导致滤波精度很差的情况，文章中提出了一种直角坐标系下自适应卡尔曼滤波算法，对虚拟噪声进行了估计，动态补偿观测模型的线性化误差，削减系统的观测误差，并对其滤波理论及其算法进行了研究和仿真，结果表明，该算法提高了滤波的稳定性、快速性和精确性，优于一般的扩展卡尔曼滤波算法。     

方位时延的TMA算法及其可观测性研究

设计了一种新型的水下被动目标运动分析系统,以测得的方位序列和到达不同传感器的时间延迟为基础,建立了状态方程和观测方程。利用非线性系统的可观测性定理分析了该系统,得出了基于方位时延量测水下被动TMA系统的可观测性结论并分析了可观测度。运用扩展卡尔曼滤波算法,对被动定位性能进行了分析。通过计算机仿真实验,验证了得到的可观测性结论。仿真结果同时也表明,该水下被动TMA系统具有收敛速度快、精度高、稳定性好等优点,有着良好的应用前景。     

基于卡尔曼滤波的单目标后续检测与跟踪方法

研究了水下高速运动平台下的目标被动检测与跟踪,提出一种新的单目标纯方位检测与跟踪方法。基于卡尔曼滤波,建立航行器与目标的相对运动方程,充分利用相继目标方位观测量间的相关性,提高目标检测能力,并完成对目标的有效跟踪。通过计算机仿真将此方法与传统的目标检测跟踪方法进行了对比,结果表明在由于信噪比过低导致出现假目标观测值时,传统方法会导致跟踪结果发散,而采用文中方法仍能对真实目标进行有效跟踪。     

基于修正时延粒子滤波的水声传感器网络目标跟踪

在水声传感器网络中,利用多个传感器节点探测到的方位信息进行目标跟踪是水下目标跟踪领域的一种新思路。由于水中声速的限制,信号到达各个节点的时间不是同步的,提出了一种修正时间延迟的方法,并将其与粒子滤波(PF)、扩展卡尔曼粒子滤波(EKPF)结合来解决该非线性跟踪问题。仿真分析表明修正时延后,算法的跟踪性能有较大提高;并且在相同条件下,EKPF的跟踪性能比PF好。     

扩展容积卡尔曼滤波定位技术研究

为提高被动定位技术的精度与环境适应性,本文提出运用一种新的非线性滤波方法—扩展容积卡尔曼滤波算法进行多角度传感器目标定位;它首先利用EMD(经验模态分解)算法对目标的量测噪声协方差矩阵进行估计;然后,将过程噪声协方差和量测噪声协方差融入循环过程;同时,为保持算法的稳定性和正定性,利用求平方根的形式对算法改进。通过对扩展容积卡尔曼滤波与UKF(不敏卡尔曼滤波)算法跟踪目标的结果进行比较,在运算复杂度与UKF相当的前提下,扩展容积卡尔曼滤波算法不仅可以对未知量测噪声情况下的目标进行跟踪,而且显著提高了被动定位的精度。     

一种实现目标定位与跟踪的新方法

本文介绍了一种采用圆周阵对目标声源进行被动定位和跟踪的方法，与线阵不同，圆四可对目标进行全方位跟踪，且测距精度不受目标方位变化的影响，文中给出了圆周阵的测距，测向公式，并从理论上分析了测距性能，计算机仿真结果验证了理论分析的正确性。     

一种抑制卡尔曼滤波发散的实时数据处理方法

由于水声环境的复杂性和水声信道的时空变特性及水下航行载体的机动性,水声定位系统测量的弹道样点野值较多,平滑性差。介绍了一种野值的自动剔除和卡尔曼滤波递推处理方法,克服了滤波发散。文中选取距离D的倒数作为状态变量,使得1／D是近似线性变化的,此时量测方程的误差也近似是线性的,卡尔曼滤波器的表现是稳定的,并且是渐近无偏的。卡尔曼滤波的递推形式,滤波增益矩阵Kk的离线计算出,Qk和Rk值选取固定植,野值设定门限自动剔除,使滤波器收敛和稳定时间短,实现了对快速目标的跟踪和滤波输出,没有出现发散现象。该方法的特点是实时性好,对快速目标具有良好的跟踪能力,而且能达到工程上应用的精度要求。     

多冗余被动定位系统精度分析

针对基于二元矢量传感器浮标的被动式水声定位系统高精度定位区域小的问题,采用增加浮标个数构成具有一定冗余度的测量阵,提高了系统定位精度,并且研究了冗余度对定位精度的影响。文中首先对基于纯方位测量的被动定位技术给出了多基阵解算算法的原理和解算步骤,然后仿真了多种冗余度(6~12个浮标)和不同阵型下的被动定位系统的定位精度。结果显示定位误差分布与测向误差、目标所处位置、阵元个数以及测量阵阵型有关,而且定位误差分布具有对称性。周边浮标组合在阵的中心区域定位精度较高,对角组合可以弥补四边连线附近的低精度区域。该仿真结果在参加的系统海上试验中得到了验证。     

水声传感器网络移动节点定位技术

针对水声传感器网络的移动节点定位问题,首先研究了基于距离测量值的多边定位方法(Multilateral Localization,ML);然后利用节点运动信息,提出采用扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行跟踪的方法;最后针对水下移动节点的测量值不同步问题,提出了修正扩展卡尔曼滤波(Modified Extend Kalman Filter,MEKF)以改进EKF的精度。仿真分析结果表明,MEKF的定位精度要好于EKF,而EKF和MEKF由于其用到了节点的运动信息,因此其定位精度要远好于ML。     

快速运动目标的Mean shift跟踪算法

针对Mean shift本身的理论缺陷,提出Mean shift和卡尔曼滤波器相结合的快速目标跟踪算法。利用卡尔曼滤波器来获得每帧Mean shift算法的起始位置,然后再利用Mean shift算法得到跟踪位置。在目标出现大比例阻挡情况时,利用卡尔曼残差的计算来关闭和打开卡尔曼滤波器,此时,目标位置的线性预测替代了卡尔曼的作用。试验证明,本算法可以实现对快速运动目标的跟踪,对阻挡也有很好的鲁棒性。     

一种长基线中野值点判定、剔除及修正方法

为准确获取水下目标的位置和速度信息,需要对长基线定位中的野值点进行剔除和修正。提出了改进残差检测法用于对野值点的剔除和修正,以卡尔曼滤波的残差绝对值作为判别标准,对野值点进行判别和剔除,以调整后的卡尔曼滤波估计值作为野值点的修正值,针对滤波模型与实际运动不匹配导致滤波前后数据偏差较大的问题,选择对正常点的数据不做处理。湖上实验结果表明,对存在野值点的定位轨迹,未剔除野值点的定位均方根误差为55.68 m,使用残差检测法处理后的定位均方根误差为8.11 m,使用改进残差检测法处理后的定位均方根误差为2.04 m。改进残差检测法可以对长基线定位轨迹中的野值点进行判定、剔除和修正,减小定位误差,提升长基线系统定位精度。     

聚焦矩阵在水中宽带目标被动跟踪中的应用

针对水中机动宽带目标,对于设计好的均匀线列阵,采用空间重采样方法计算基阵的恒定束宽阵元权系数,进而利用该阵元权系数产生聚焦矩阵,通过聚焦矩阵将不同频带的子带信号映射到同一参考频率上,然后将所有频率成分的信号功率谱密度矩阵作平均,并结合MUSIC(Multiple Signal Classification)算法,估计出目标的方位信息,从而实现水中宽带目标的被动跟踪。采用该方法进行仿真试验分析,结果表明在小孔径基阵上可实现宽带单目标的稳定测向被动跟踪,且对多目标具有一定的角被动分辨效果。