高机动目标的改进强跟踪CKF自适应IMM算法

为提升高机动目标跟踪精度,提出了一种改进的强跟踪CKF自适应交互多模型跟踪算法。在IMM算法运动模型集中引入CS-Jerk模型,增强对高机动目标的适应能力,采用奇异值分解(SVD)算法解决模型集中因模型扩维而导致CKF算法无法Cholesky分解的问题;提出了一种改进的强跟踪CKF算法,降低强跟踪CKF算法的计算量;利用模型的后验信息对IMM算法模型转移概率进行自适应调整,提高跟踪精度。仿真结果表明,基于所提算法目标的位置均方根误差均值和速度均方根误差均值较IMM-CKF算法分别降低了22.50%和16.58%,有效提高了目标跟踪精度。

针对机动目标的三维领从协同制导律

针对多飞行器协同拦截机动目标的实际需求,提出一种三维领从时空协同制导律。在视线方向上,基于齐次度理论和固定时间稳定理论设计一种领从协同制导律,确保从飞行器与领飞行器的相对距离和相对速度在固定时间内趋于一致,并且给出一致性误差收敛时间的上界,实现多飞行器的同时刻拦截。在视线法向上为实现以特定的碰撞角度拦截目标,设计一种固定时间收敛的非奇异终端滑模制导律,实现攻击角度的固定时间收敛,并避免了制导指令奇异引起的控制饱和问题。考虑到目标的机动对制导系统产生的不利影响,引入固定时间扰动观测器对目标加速度进行前馈补偿。运用李雅普诺夫稳定性理论来证明系统的固定时间稳定特性。通过仿真实验验证所设计制导律可以有效控制多飞行器在领从框架下同时打击机动目标,并以期望的终端角度攻击目标。

面向高机动目标检测的激光雷达探测图像分角域识别方法

高速移动和快速变换的运动模式容易导致目标模糊,从而无法准确识别目标的轮廓、形状和位置。为此,提出了面向高机动目标检测的激光雷达探测图像分角域识别方法。首先,通过邻域范围内像素点距离异常检测,去除激光雷达探测图像中的噪声和异常信号;然后,利用L-R算法解决目标高速移动造成的图像模糊问题;最后,采用基于互信息的自适应角域划分方法将图像分割成不同的角度域,并通过卷积神经网络在各角域中进行高精度目标识别,以实现高机动目标激光雷达探测。实验结果表明,该方法能够有效去除高机动目标造成的激光雷达探测图像模糊现象;相较于其他传统方法,该方法的目标识别率和全类平均精度较高、单图识别平均耗时较低,具有良好的识别效果。

拦截机动目标的固定时间事件触发协同制导律

针对无向通信拓扑结构下的多枚导弹考虑角度约束同时攻击机动目标的问题,提出一种事件触发控制下的固定时间收敛分布式多弹协同制导律.首先,建立导弹-目标相对运动学模型,在视线坐标系下解耦为沿视线和垂直视线两个方向.其次,在视线切向考虑时间约束,提出一种基于事件触发机制的固定时间收敛协同制导律,保证攻击时间的一致性;在视线法向上考虑空间角度约束,提出一种基于固定时间收敛理论的分布式空间协同制导律,使视线角和视线角速率快速收敛到期望值,以满足脱靶量和终端角度约束;同时,针对目标机动引起的系统扰动,采用固定时间收敛的观测器进行在线估计与补偿.利用Lyapunov理论,证明了所提出协同制导律的稳定性.最后,通过数学仿真,验证了所提出的协同制导律的有效性.

基于数据驱动的红外弱小机动目标检测与跟踪

针对复杂背景下红外弱小目标检测跟踪中目标特征缺失、强杂波干扰等问题,基于多帧的处理方法引入了目标运动特征来提升性能,然而针对无人机等新型强机动目标,现有的基于机理模型的多帧处理方法难以覆盖其复杂多变的运动形态,导致其检测跟踪的效果并不理想。对此,以多帧的处理方法为基础框架,提出了一种复杂背景下基于数据驱动的红外弱小机动目标检测跟踪方法:首先采用MPCM算法对弱小目标进行增强;其次将多帧的增强结果投影到二维子空间,构建基于YOLO的二维轨迹检测模型;最后将二维检测结果进行三维时空回溯,构建基于LSTM的三维轨迹检测模型。构建检测模型时,在实测图像的基础上进行了数据增广,使得训练样本尽量覆盖目标的各种运动形态;在二维子空间上,利用高性能YOLO检测网络,快速剔除大量杂波;在三维时空上,利用LSTM时序网络对少量难剔除的杂波进行精细化筛除。与多种算法的对比实验结果表明,所提方法在耗时上能满足实时性要求,同时,在多个场景下的平均跟踪精度能达到86.6%,虚警率仅有9.2%,ROC曲线下的AUC值能达到0.9820。

基于改进RSSI测距的WSN机动目标跟踪算法

针对扩展卡尔曼滤波(EKF)在机动目标跟踪中传感器对机动目标进行测距时存在的噪声问题,提出了一种基于改进RSSI测距的WSN机动目标跟踪算法。首先,利用鱼鹰优化算法迭代寻优适合BP神经网络的权值和阈值;其次,将传感器的接收信号强度值作为神经网络的输入值,距离作为输出值对神经网络进行训练;最后,利用扩展卡尔曼滤波算法进行定位跟踪,利用匀速圆周运动模型(CM)进行滤波跟踪。使用EKF算法和RSSI算法与文中算法进行比较,以均方根误差为评价指标。经过仿真实验对比表明,所提算法相较于上述算法均方根误差分别降低了21%和56%。

基于数据驱动的机动目标跟踪

目标跟踪是进行目标精准打击的关键,特别是对于机动目标的精确跟踪可以提高对目标状态的估计精度,从而实现目标的精确打击任务。针对机动目标跟踪问题,基于神经网络理论,本文提出了基于数据驱动的机动目标跟踪算法。通过生成大量不同机动方式运动的飞行数据,建立目标机动的数据样本库,采用基于双向输入的深度神经网络,对大量不同的机动飞行数据进行训练,生成不同机动轨迹的模型,通过轨迹序列数据与不同机动模型匹配,实现对任意机动目标的运动轨迹预测,进而实现对机动目标的跟踪。仿真结果验证了基于数据驱动进行目标跟踪算法的有效性,提供了机动目标轨迹预测的新思路和新方法,提升了轨迹预测的时效和精度。

基于协同滤波轨迹预测的机动目标RTPN拦截制导律

针对当前空中威胁目标拦截的实际需求,结合拦截器本身的机动能力,基于全覆盖协同策略,提出一种协同探测的现实真比例导引律(RTPN)制导拦截方法。所提方法解决了传统RTPN方法未考虑拦截器饱和过载限制及对任意机动目标捕获区域的确定问题。此外,针对拦截过程中对目标运动轨迹测量误差及协同探测数据丢包所引起的数据融合精度和鲁棒性问题,提出一种分布式协同滤波算法;针对数据传输和拦截器本身动力学响应延迟等问题,提出一种航迹预测算法。仿真结果验证所提方法能够有效解决饱和过载下的捕获区域确定及动力学延迟问题,及协同探测数据融合中数据丢包所引起的鲁棒性和精度问题。

行进间地面机动目标射击诸元解算方法

针对地面机动目标运动模式未知、无源跟踪缺乏距离量测信息导致传统射击诸元解算方法解命中精度下降的问题,提出一种基于纯角度测量的行进间地面机动目标射击诸元解算方法。在传统固定参数的当前统计(CS)模型基础上,利用模糊推理动态调整机动频率,并根据加速度历史估计信息设置机动加速度方差,提高目标方位角的估计精度;在一次测距的基础上,基于简化刚体弹道模型,利用割弦迭代法计算出命中点坐标,并在每次迭代中利用虚拟脱靶量对射击诸元进行修正,减少对弹道方程的计算次数,提高射击诸元解算的实时性和精度。仿真结果表明,该方法有效可行,基于模型参数自适应的CS模型提高了目标角度跟踪的精度,基于虚拟脱靶量的迭代修正算法提高了诸元解算的实时性,解命中精度相对于传统射击诸元解算方法得到了显著改善。

基于AIMM-PF的多机动目标协同跟踪

针对常规线性卡尔曼滤波越来越不能满足多机动目标跟踪精度需求的问题,提出一种基于自适应多模型粒子滤波的协同跟踪方法.首先,主车和协同车分别执行自适应交互式多模型粒子滤波(adaptive interactive multi model particle filter,AIMM-PF)算法,获得环境中目标车辆的运动状态;其次,协同车通过车车通信将跟踪到的目标状态发送给主车;最后,利用基于匈牙利算法和快速协方差交叉算法的数据关联和数据融合技术实现多机动目标的协同跟踪.搭建了V2V通信、雷达和定位仿真系统,选定两辆智能车作为主车和协同车,感知并跟踪200 m范围内的7辆目标车,进行了仿真试验.结果表明,与传统的单车跟踪相比,协同跟踪扩大了感知范围,且在不影响跟踪效率的情况下使跟踪误差降低了31.1%.

单站水下方位频率机动目标运动分析方法

水下方位频率机动目标运动分析常需已知中心频率先验信息且存在机动检测错误等,因此提出了一种基于方位与多线谱信息融合的自适应无迹卡尔曼滤波算法。该算法将方位与多线谱频率信息融合处理,重新构建了方位−多线谱目标运动分析模型。将中心频率信息引入状态向量中构建实时迭代估计,同时引入了自适应时变渐消因子,实时调整过程噪声协方差矩阵使其适应机动目标。仿真与海试数据处理结果表明,所提方法的机动目标运动分析性能最优,其目标运动分析结果能以最快的速度逼近克拉美罗下界。

面向时变机动目标的自适应航迹整体估计方法

面对目标运动模型时变未知的复杂机动目标跟踪场景,采用确定性的状态空间模型会因模型失配而导致跟踪性能显著下降.为此,提出一种基于航迹整体估计的自适应跟踪方法.该方法将目标航迹整体建模为多项式时间序列,建立时间多项式模型表征其运动状态的演化过程,依据最小离差平方和准则对多项式系数进行矩阵形式的递归估计,从而在每个采样时刻实现对全时段航迹的整体估计,并进一步提出多项式系数的渐进解耦估计方法以降低运算复杂度.在此基础上,采用不同次数的多项式模型构建多通道的并行航迹整体估计器组,根据实时误差分析结果进行自适应通道选择,以应对时变机动目标复杂运动形式引起的单一模型失配问题.仿真结果表明,该方法在无法确知目标真实运动状态的情况下,能够实现自适应选择跟踪通道及模型参数调整,相较传统递推滤波方法,该整体估计方法具有更好的跟踪性能.

基于可达区预测的高速机动目标多弹拦截决策

针对大气层内高速机动目标的多弹拦截问题,提出了一种基于可达区预测的多弹拦截决策方法。基于机动能力分析与曲线拟合方法建立了拦截弹可达区的解析模型,可实现在给定发射点与预测命中点后拦截弹可达区边界生成;结合进攻弹的可达区快速预测方法,将高速机动目标的多弹拦截决策转化为攻防可达区覆盖优化问题,设计寻优算法并求解得到使用最少拦截弹覆盖最大范围进攻弹可达区的多弹拦截策略;通过数值仿真验证了所提方法的有效性。

基于改进ATPM-IMM算法的外辐射源雷达机动目标跟踪

针对外辐射源雷达进行机动目标跟踪时,现有的自适应交互式多模型(AIMM)算法难以达到高精确度跟踪的问题,提出一种基于改进的自适应转移概率交互式多模型(ATPM-IMM)的机动目标跟踪算法。该算法在ATPM-IMM算法的基础上增加了自适应控制窗,对转移概率矩阵进行再次修正,从而可根据目标的机动情况自适应切换机动模型,提高真实模型的匹配概率。仿真和实测数据结果表明,所提算法可有效提高外辐射源雷达进行机动目标跟踪的精确度。

基于覆盖理论的高速强机动目标协同围捕策略

为了应对进攻性高超声速飞行器带来的威胁与挑战,基于覆盖理论提出了一种针对高速强机动目标的分布式协同围捕策略.首先,考虑飞行器与目标的机动特性,包括速度关系、最大过载比等参数,引入阿波罗尼奥斯圆的概念对围捕区域进行分析.然后,基于重叠角概念提出冗余覆盖策略,根据目标的逃逸边界给出初始飞行器最优数量,设计围捕队形使多飞行器的围捕区域能够对目标逃逸边界完全覆盖,在此基础上考虑多种约束设计围捕高速强机动目标的分布式协同制导律,使多飞行器能够完成所设计的围捕队形,达到目标被飞行器合围后无法逃脱的效果.最后,将上述覆盖策略分别在二维平面和三维空间进行数值仿真,验证了一致性协同制导律能够实现期望的围捕队形,所设计的围捕队形在目标作最大常值机动逃逸以及随机机动两种情况下均能捕获目标,证明了围捕队形和制导律的有效性和优越性.

机动目标跟踪的交互多模型泊松多伯努利混合滤波

满足共轭先验性质的泊松多伯努利混合(Poisson multi-Bernoulli mixture,PMBM)滤波器将目标状态分为泊松和多伯努利混合两部分,分别对这两部分进行预测和更新,具有较高的跟踪精度和较快的运行速度。在多目标机动场景下,使用单一模型不足以描述目标的运动,将导致跟踪性能的下降。针对这一问题,提出了一种交互多模型(interacting multiple model,IMM)PMBM滤波器,充分利用模型之间的交互信息,可以有效实现多机动目标的跟踪。同时,该算法采用序贯蒙特卡罗(sequential Monte Carlo,SMC)方法实现PMBM滤波,可应用于非线性场景。仿真结果表明,所提的IMM-SMC-PMBM算法可以有效地在非线性环境下跟踪数目变化的多机动目标,与IMM-SMC概率假设密度(probability hypothesis density,PHD)滤波器相比具有更好的跟踪精度和稳定性。

考虑坐标耦合的三维变结构多模型机动目标跟踪方法

在3维空间机动目标跟踪过程中,目标运动先验未知和坐标耦合误差会引起运动模型-模式失配,而模型-模式失配会引起状态估计有偏。该文根据目标运动速度正交条件修正状态转移矩阵,利用原始-对偶正则约束空间测量到球面可行域,结合自适应转弯率模型和无迹卡尔曼滤波(UKF),进行模型状态滤波并融合状态估计的一致输出,推导3维变结构多模型无迹卡尔曼滤波(VSMMUKF)算法。实验结果表明,相比多模重要性无迹卡尔曼滤波(MIUKF)算法,VSMMUKF计算量相当,能够更准确地拟合3维空间点目标机动运动。相比于交互多模型最大最小粒子滤波(IMM-MPF)算法,VSMMUKF跟踪固定翼无人机(UAV)的滤波精度提升了2.8%~59.9%,整体算法负担减小了1个数量级。

基于天基平台的空中高机动目标检测方法研究

提出了一种基于天基合成孔径雷达平台实现空中高机动目标的检测方法,相比于逆合成孔径雷达系统实现空中运动目标检测具有极大的灵活性。同时,文中充分考虑了空中运动目标(如飞机、导弹等)的机动性,区别于现有合成孔径雷达地面动目标显示方法对空中机动目标进行匀速直线运动的假设,因此文中方法更具有实际应用的价值。文中方法先采用相邻互相关方法对运动目标进行降阶处理,通过keystone方法对动目标进行统一的走动校正,然后对动目标信号进行变尺度的维格纳威尔分布变换,最后通过傅里叶变换能够充分实现对机动目标的有效相干积累,因而适用于低信噪比下对空中机动目标的检测。

空间机动目标双臂协调柔顺操作控制方法

针对被操作目标运动状态变化导致双臂与目标间内力发生突变的问题,提出了一种空间机动目标双臂协调柔顺操作控制方法。首先,针对空间双臂协调柔顺操作任务,分别建立双臂空间机器人开链动力学模型和闭链动力学模型;其次,考虑目标机动产生的扰动,设计阻抗参数自主调整策略,在双臂末端与目标间作用力发生较大变化时,可以保证双臂协调操作任务的平稳性和安全性;最后,搭建双臂协调柔顺操作地面物理试验系统,并开展物理仿真试验验证,试验结果表明了本文所提方法的有效性。

机动目标跟踪时滞问题分析

机动目标跟踪结果在时间轴上的滞后问题是当前机动目标跟踪领域的一大难点。产生时滞的情况很多,一般在跟踪初期和发生较大机动的时间段内尤为明显,常常会因此出现误差高峰。如果能有方法抑制或者消除时滞现象,将能显著提高跟踪效果。从仿真实验的结果和现象入手,结合卡尔曼滤波理论、交互式多模型算法和现代神经网络模型对时滞问题进行剖析,根据跟踪各个阶段情况的变化,分析时滞产生的不同原因,并提出可能的解决方法,以期为提高机动目标跟踪效果提供参考。