一种改进的α-β滤波算法

针对传统α-β滤波算法不够有效跟踪机动目标的问题,详细分析了其内在原因,提出一种改进的α-β滤波算法。该算法不需要假定目标的机动模型,而是将目标的机动加速度作为滤波状态直接估计出来,将估计加速度作为输入控制量引入到传统α-β滤波器的状态估计方程中进行机动目标的跟踪。然后将它与传统α-β滤波算法进行比较,证明了新的算法不仅具有传统算法计算量小的优点,而且还可以对机动目标进行实时跟踪。仿真结果表明,新算法在综合性能上明显优于传统算法。

α-β滤波在无人测量艇航向导航中的研究

无人测量艇重量轻、工作航速慢(通常7节左右),其航向可观测性弱。在高海况和强浪、流、涌条件下,罗经传感器的航向角观测值不平稳,无法满足海事测量艇的控制精度要求。为实现无人艇航向角的平滑滤波,根据系统控制频率和艇体运动性能对航向过程噪声进行有效估计。根据估计的过程噪声利用α-β滤波器对无人艇航向进行滤波。然而航向角的值域范围在边界处不连续,直接利用α-β滤波器在边界处会产生奇异值。为此提出一种边界滤波策略实现航向全域的平稳滤波。实测数据回放验证了此方法在无人测量艇航向导航控制中的有效性。

非均匀稀疏采样环境自适应α-β滤波算法

针对非均匀稀疏采样环境下的被动机动目标跟踪问题,提出了一种新的自适应α-β滤波算法。算法首先在最小均方误差准则下,推导了α-β滤波器的最优参数选择方法;然后详细分析了非均匀稀疏采样被动传感器上报数据的特点,提出利用上报时间间隔和目标速度来设计跟踪指数,且根据被动传感器系统的实际观测情况,推导了观测误差标准差的表达式;最后,在保证算法稳定性的前提下,给出了自适应滤波器参数设计方法。实验结果表明,提出算法能够准确对机动目标进行跟踪,性能要好于工程中常用的α-β滤波器,且算法设计简单,能够工程实现。

基于自适应α-β滤波的HFSWR海上目标航迹跟踪

针对基于α-β滤波的高频地波雷达海上目标航迹跟踪方法跟踪精度较低、工程适用性较差的问题,提出了一种极坐标下α-β滤波自适应系数选取方法,该方法有效利用了高频地波雷达目标量测参数的特点,能够在跟踪过程中根据实际量测对滤波系数进行自适应调整。利用仿真及实测地波雷达数据以及同步AIS航迹对提出方法的航迹跟踪性能进行了实验验证,并与现有自适应系数选取方法的跟踪性能进行了对比,结果表明,本文方法能够得到平滑、持续的航迹输出,跟踪距离远,跟踪率及跟踪精度高。

α-β滤波器的基本问题分析及仿真研究

针对α-β滤波器滤波增益随采样时刻的增加而减小的问题,提出了一种根据位置滤波平均误差、速率滤波平均误差以及速度滤波效果确定滤波增益下降截止时刻的方法,并分析了可能影响滤波增益下降截止时刻的因素。仿真结果表明:通过该方法确定的滤波增益下降截止时刻可以使α-β滤波器的滤波效果达到最佳;滤波增益下降截止时刻与目标采样间隔的相关性最强,与过程噪声的相关性次之,与量测噪声的相关性最弱。

基于自适应α-β滤波的目标跟踪算法研究

由于雷达对目标角度测量精度低,而红外传感器角度测量精度高,所以引入红外角度数据用以修正融合航迹点的方位角。建立了自适应α-β滤波的数据关联快速算法模型。进行了模拟战场实际目标的仿真试验。仿真结果表明该算法充分利用了红外与雷达的互补性,达到了降低目标航迹的方位角和俯仰角跟踪误差的目的,使航迹状态估计更加精确。

基于FPGA的α-β滤波器的实现

目标航迹滤波算法的实现通常是在PC机上通过软件实现滤波,滤波等待时间为毫秒级,且需要的设备量体积大。为了缩短滤波等待时间,减小设备体积,以工程实现为目标,以经典航迹滤波算法为基础,提出了一种新的算法硬件解决方案。目标航迹滤波由嵌入式DSP实现,再通过FPGA局部总线实时上传。经实践验证该方法实现的目标航迹滤波在系统时钟为40 MHz的情况下,DSP滤波网络等待时间仅为1.475μs。

基于模糊逻辑的自适应α-β滤波新算法

针对非均匀稀疏采样环境下的被动机动目标跟踪问题,基于模糊逻辑推理,提出了一种新的自适应α-β滤波算法。详细分析了非均匀稀疏采样被动传感器上报数据的特点,将标准化新息和新息的一阶微分作为模糊推理的两个输入变量,并同时引入时间间隔、目标速度等因素,设计输入变量的调整因子,自适应获取滤波器参数。实验结果表明,提出的算法能够准确对机动目标进行跟踪,性能优良,且易于工程实现。

α-β滤波参数优选及相关的几个问题

α-β滤波方法常在武器系统中用于跟踪滤波。针对这一问题,作者探讨了如何确定该滤波器的优化参数问题,并与其它参选法进行了比较。本文还讨论了与参数优选相关的几个问题,比如相关波门尺寸的确定和有关自适应滤波的一些考虑。本文引入了一个叫做滤波方差折失比的概念作为标准来衡量滤波效果,引入嵌套率来评判波门的优劣。实验表明:经优化的α-β滤波器可以获得满意的效果,合适的波门选取可以保证高概率的目标录取和较低限度的测量噪声的影响。

α-β滤波器在雷达导引头距离估计中的应用

新型雷达导引头中增加距离通道,既可以优化制导律设计,同时也起到抗干扰功能。为了提高弹目距离测量信息精度,文中首先建立视线方向上的导弹目标相对运动模型,然后结合目标基本保持匀速运动的特点,采用α-β滤波器对雷达导引头距离通道中弹目距离进行估计,并通过仿真试验适当调整滤波系数以优化滤波器性能。仿真试验结果表明,α-β滤波器对雷达导引头距离估计是有效可行的,且计算量小,易于工程实现。

高动态网络中基于α-β滤波的OLSR协议

针对航空高动态无人机网络中节点运动轨迹的连续性和运动状态的记忆性,使用具有高动态无人机飞行特性的三维Gauss-Markov移动模型仿真分析OLSR协议。结合无人机运动的记忆性和OLSR协议的周期性发送HELLO消息进行链路探测的特点,提出了一种在OLSR协议中基于α-β滤波的相邻节点链路质量预测算法;该算法通过接收到的信号强度求得节点间距离测量值,并预测节点间的距离和相对速度,克服不可靠链路的影响。仿真结果表明,相比传统的OLSR协议,改进的协议有效地提高了网络的分组交付率,降低了网络负载。

基于α-β滤波的雷达多目标跟踪精度影响分析

为了解决多目标跟踪状态下,雷达跟踪测量精度会降低的问题,文中基于α-β滤波算法就多目标跟踪对跟踪精度的影响进行了分析,并对跟踪精度进行预估。算例验证表明,该方法可准确估计雷达跟踪的位置精度。

基于CV模型的α-β滤波新息序列相关特性分析

雷达数据处理中卡尔曼滤波的新息序列白噪声特性常被用于目标的机动检测,从扩大目标跟踪容量的角度考虑,计算量较小的α-β滤波器仍被许多雷达采用.为了指导新的机动目标检测方案设计,首先从理论上推导了α-β滤波的新息序列相关特性计算公式,然后在一组特定α、β取值下,进一步证明了滤波稳态后新息序列同样具有白噪声特性,最后仿真实验验证了理论推导的正确性.这为α-β滤波器下的机动目标检测提供了理论支撑.

基于α-β滤波算法的目标运动信息滤波与估计

针对目标运动量测信息的特点,通过分析α-β滤波算法,指出该算法常增益的特点影响其对机动目标的跟踪效果。为了克服这个缺点,给出了一种新的目标运动信息滤波和估计的自适应算法,该算法可直接利用构造的函数关系自适应调整α,β的值。仿真结果表明,该自适应α-β滤波算法对目标运动信息的滤波和估计具有较好的性能。

基于稳定度的自适应α-β滤波的实现

滤波方法是一种原始的不基于模型的滤波算法,针对在目标跟踪领域中传统α-β滤波参数固定且滤波效果过分依赖于参数选取导致不同场景下需要充分的先验知识以及大量试取值的问题以及目前常用的改进α-β滤波算法精确度的局限性问题,提出一种简便的自适应改变参数的滤波方法,实现在不同场景、同一场景不同轨迹以及同一轨迹的不同阶段自动调整到最合适滤波参数取值的效果。该方式在每个周期测量值到来时更新滤波器,通过一系列变换与计算,选取使以滑动窗口为N的稳定度最优为衡量标准的一组值作为本周期的α、β值。最后通过比较常用α-β滤波与上述改进滤波得到的最终目标轨迹与直线拟合轨迹的误差率,发现改进后滤波结果使得目标轨迹的波动较大幅度地降低了。

基于α-β滤波的频率步进导引头运动补偿算法研究

频率步进信号是速度敏感信号,运动补偿的好坏直接决定着频率步进导引头的性能,而做好相对运动速度估计是运动补偿的关键。文中提出了利用导引头自带惯导的速度信息进行粗补偿,使目标的一维距离像不存在展宽现象,再通过对距离测量数据进行α-β滤波的方法,获得相对运动速度的精确估计,进而进行精确的运动补偿,飞行试验证明了此种方法的有效性。

船用雷达ARPA中的自适应α-β滤波研究

ARPA是航船跟踪目标避免碰撞的重要设备,其目标跟踪的主要算法是简化α-β滤波算法。该算法用于匀速直线运动目标的滤波跟踪处理,对机动目标的跟踪性能较差,同时ARPA的引入还增加了坐标变换的运算量。针对上述问题,提出在ARPA系中统运用直角坐标系下的自适应α-β滤波算法,新方法在坐标变换后进行,减少了坐标变换运算量,增强了自适应跟踪能力,并实现机动目标的自适应跟踪,通过仿真验证了该方法的跟踪性能。

伪加速度修正自适应α-β滤波算法研究

针对现有的球坐标系下无修正伪加速度自适应α- β滤波算法的缺陷,提出了伪加速度修正自适应α- β滤波算法。该算法选用球坐标系作为跟踪坐标系,建立了伪加速度修正的目标运动模型,消除了伪加速度对滤波算法跟踪精度的影响。通过仿真,证实该改进算法的滤波精度优于不带伪加速度修正的α- β滤波算法,同时计算量并没有显著的增加,易于工程实现,特别适合多目标的实时跟踪。

基于自适应α-β滤波算法的机动目标跟踪方法

机动目标跟踪技术广泛应用在民间和军事领域,而α-β算法作为卡尔曼滤波算法的经典扩展之一,广泛应用在实际工程中。然而经典α-β算法无法有效地完成对机动目标的跟踪,为此,本文提出一种自适应滤波算法,能够实时检测机动目标的运动情况,自适应地调整目标运动模型,从而完成对机动目标的跟踪。仿真实验表明,该滤波算法具有更好的目标跟踪性能和准确度。

使用α-β滤波方程实现雷达距离和速度的快速解算

本文论述了α-β滤波方程的原理和系数的选取方法。通过该方程在某型雷达上的实际应用，介绍了如何通过α-β滤波方程实现对高速目标的距离和速度数据的快速解算。