自适应鲁棒滤波在机动目标跟踪中的应用研究

随着技术的发展,反舰导弹飞行速度快,机动性强,留给舰艇的反应时间短,因此对跟踪滤波算法要求较高。引入具有实时应用的自适应H_∞滤波器,比较标准卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对模型不确定性取得良好的滤波效果。仿真结果表明,在高速高机动反舰导弹目标高机动情况下跟踪,该实时滤波算法是有效的。

IMM PF算法在反舰导弹跟踪滤波中的应用

反舰导弹具有飞行速度高、进入目标高度低和机动性强等特点,对反舰导弹跟踪滤波属于典型的非线性系统估计问题,对算法要求较高。粒子滤波器可以获得近似最优解,采用粒子滤波代替交互多模型跟踪算法中的扩展卡尔曼滤波,将粒子滤波与交互多模型的优点相结合,用于非线性非系统的高速高机动反舰导弹目标跟踪,比较扩展卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果。Monte Carlo仿真结果表明在反舰导弹各种机动情况下跟踪滤波算法是有效的。

H_∞鲁棒滤波在机动目标跟踪中的应用

在交互多模型中通常使用的卡尔曼滤波器中,引入广义H∞鲁棒滤波器,以一定的精度为代价,换取满意的鲁棒性能。H∞鲁棒滤波算法可以分解为卡尔曼滤波和鲁棒化两个环节,从而形成一种基于增益失调因子的结构化分解算法。为验证算法的有效性,进行了Monte Carlo仿真。仿真结果表明,本文算法跟踪复杂机动目标时跟踪性能有较大提高,有很好的可实现性。

反舰导弹目标跟踪滤波研究

高速高机动目标跟踪优化中针对反舰导弹具有复杂的转弯机动能力,需要解决高速目标非线性滤波难点。为解决上述问题传统的扩展卡尔曼滤波不能求解非线性方程,提出粒子滤波可以处理模型方程为非线性、噪声分布为非高斯分布的问题,因此粒子滤波器对转弯机动有更好的滤波性能。将粒子滤波器应用到转弯机动跟踪中,从理论上看可以对模型不确定性取得良好的适应性。通过仿真检验,粒子滤波器的性能明显优于扩展卡尔曼滤波器,结果表明对高速高机动目标反舰导弹提高了跟踪性能。

如何做好科研机构秘书

秘书是一个特殊的行业,既和领导距离很近,为领导服务,充当"参谋"与"助手",对领导的工作具有很好的辅助作用,又距离领导很远,埋头默默地工作,写文稿,做会务,认真仔细做好各项铺垫工作。如何做好科研机构秘书,值得研究。