α-β滤波器在相控阵雷达机动目标跟踪中的应用

建立机动目标的常速度模型、常加速度模型,对α-β滤波器在相控阵雷达对机动目标跟踪中的应用进行了Matlab仿真,提出利用变采样率方法减少跟踪误差的方法,并与Kalman滤波跟踪效果进行比较.仿真结果表明:采用变采样间隔方法,可通过提高采样率,减少目标机动时的跟踪误差,且在不增加计算复杂度的情况下,比普通的Kalman滤波器更有效.

α-β滤波器和复合控制

通过对复合控制在α-β滤波器中应用原理的分析,得出了在四维跟踪雷达系统中,距离跟踪回路可利用速度跟踪回路测量结果应用复合控制方法来减少跟踪高加速度目标时产生的动态滞后误差的重要结论,并提出了工程实现方法和应用该方法的具体步骤,通过仿真实验证明了该算法的有效性。实验数据表明,这种方法对于四维跟踪雷达是否需要利用测速回路输出改善测距回路性能具有重要的参考意义。

含未知参数的自校正α-β滤波器实用性分析

为了研究自校正α-β滤波器在模型中含未知模型参数时的实用性,以目标跟踪系统为例,对于未知参数在不同情形下的滤波器的实用性进行理论分析和实验验证。当参数估值稳定且收敛时,自校正α-β滤波器在无限时间内是收敛且有效的,且具有实用性;当参数估值不收敛时,在确定的崩溃点时刻到来之前,自校正α-β滤波器在有限时间里是有效的且具有实用性。提出预判崩溃点时刻的初等函数快速判断方法,以拓展自校正α-β滤波器的实用范围。

低空目标情况下α-β滤波器性能分析与优化

如何应对低空多路径效应带来的雷达性能下降是现代雷达面临的一个重要课题。本文通过分析α-β滤波器在在不同条件下的滤波性能变化,通过仿真试验的方法,找出适应较大点迹丢失概率下的滤波器模型参数,提高雷达在面对多路径效应时的跟踪性能。

基于α-β和δ-ε滤波器的机动目标跟踪

机动目标跟踪算法工程化问题一直是个难点。文中提出了基于α-β和δ-ε滤波器联合来跟踪机动目标,该算法不仅克服了两种滤波器对机动目标跟踪的不足,且计算简单,容易工程实现,并对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。

α-β跟踪滤波器的零极点分析法

利用α-β跟踪滤波器的状态空间方程和离散传递函数之间的转换关系,将位置和速度的滤波及预报估计问题,转化为Z域内讨论根轨迹中零极点的分布问题,对目标平衡跟踪时滤波和估计参数变化规律给予了一种新的解释。

基于滤波器的低慢小伺服跟踪转台研究

雷达和红外无人机目标探测与识别技术是无人机探测预警系统的重要组成部分,它需要高性能的精密伺服转台以满足光电系统稳定成像和精确跟踪。为此,本文基于某外贸型便携式反无人机平台的系统功能和指标要求,设计了伺服跟踪转台。然后,针对转台跟踪机动目标时通讯链路延迟较大的缺点对转台控制系统展开研究,采用自适应α-β滤波器对跟踪目标角度和速度进行预测估计,并将该预测值加入PID反馈通道组成滤波器+PID的复合控制。最后,通过模拟航路和典型航路下的大疆无人机对反无人机系统开展实物测试,并与普通的PID控制器跟踪效果进行对比,实测数据表明采用自适应α-β滤波器+PID复合控制的伺服跟踪转台可有效提高光电跟踪品质,满足系统跟踪要求。

用于状态预测的α－β滤波器

用于状态预测的α－β滤波器苏剑波，冯纯伯（东南大学自动化研究所，南京２１００１８）α－β滤波器是恒增益的卡尔曼滤波器，由于减少了增益刷新的计算时间，因而在实时信号滤波中应用极广［１，２］，常规的α－β滤波器需要当前时刻的目标位置测量作为滤波输入［３］...

狄拉克加权和概率假设密度滤波器

为解决在存在杂波、过程噪声协方差未知、目标数未知和变化情况下的多目标跟踪问题,提出了一种适用于线性系统模型的狄拉克加权和概率假设密度滤波器。该滤波器将多目标的后验矩表征为狄拉克加权和的形式。类似于高斯混合PHD滤波器,该滤波器在递归过程中传递多目标的后验矩。不像高斯混合PHD滤波器用卡尔曼滤波器获取多目标的后验更新矩,该滤波器采用变系数α-β滤波器获取多目标的更新后验矩。同时,也提出了一种变系数α-β滤波器中参数α和β的确定方法。仿真实验结果表明,所提出的滤波器为存在杂波、过程噪声协方差未知、目标数未知和变化情况下的多目标跟踪问题提供了一种有效途径,它的平均执行时间小于高斯混合PHD滤波器的平均执行时间,所以具有良好的工程应用前景。

基于仰角、方位测量的目标定位及跟踪滤波

在获取目标方位和仰角的情况下 ,讨论了两站定位的数学计算方法 ,并运用改善 α- β滤波器进行滤波 。

半捷联稳定在工程应用中的关键技术

由于半捷联稳定技术在具体工程实施中,受到系统带宽有限、弹体及光机结构刚度不足、存在各种机械/电气干扰等多种因素的影响,难以实现较高的视轴稳定精度,提出了一种半捷联视轴稳定的数学模型,并深入探讨了工程实施中的难点及其克服途径,特别是对α-β滤波器的使用及其延迟补偿进行了分析,仿真结果显示,在加入滤波器和补偿环节后,系统的稳定精度提高了76%左右。最后,在原型样机上进行了实验研究,试验结果表明:在典型弹体扰动条件下,半捷联稳定方式能够有效的隔离载体扰动,达到传统常平架式稳定平台的稳定精度,具有较强的工程实用性。

基于模糊神经网络的AIS与雷达目标数据融合

根据航海信息来自多种传感器的特点,以雷达与AIS为主要研究对象,提出一种基于改进的自适应模糊系统的径向基函数网络和α-β滤波器的信息融合算法,实现雷达与AIS目标数据融合.计算机仿真结果表明,该数据融合算法可以有效地提高目标跟踪的精度.

一种基于模糊逻辑控制的雷达自动距离跟踪器

自动距离跟踪器性能的改善是现代跟踪雷达系统研究的重要内容。针对传统的基于α-β滤波的自动距离跟踪器存在的跟踪精度低、反应速度慢等不足,提出了一种基于模糊逻辑控制的雷达自动距离跟踪器,并详细论述了该距离跟踪器的设计和实现过程。仿真实验表明,与传统的基于α-β滤波的自动距离跟踪器相比,该跟踪器的跟踪精度高、反应速度速度快,是一种切实可行的雷达自动距离跟踪方法。

基于模糊相似度的地面目标跟踪算法研究

研究了基于Dempster-Shafer证据理论和模糊相似度的地面运动目标识别与跟踪问题。应用Dempster-Shafer证据理论对地面运动目标进行身份识别,用目标的类型、速度和数量等属性构造目标的模糊相似度,利用模糊相似度作为目标跟踪的主要依据。详细地分析了地理信息,提出了基于证据推理的地面运动目标识别与跟踪算法,并且用α-β滤波器更新目标位置和速度。经过实际外场试验运行表明,该算法是有效的。

机载雷达对地动目标跟踪研究

雷达对目标的跟踪过程中,往往利用α-β滤波器对目标航迹进行滤波以得到更高的跟踪精度。试验发现机载雷达对地动目标跟踪的过程中,若目标突然发生运动状态的改变如加/减速等,则滤波误差容易发散。工程上往往利用衰减记忆滤波器来维持滤波器的稳定性,但对于匀速运动目标,随跟踪步数的累积该滤波器跟踪精度无法得到持续改善。本文提出一种结合利用α-β滤波器和衰减记忆滤波器的目标跟踪算法,使其兼顾跟踪精度和滤波稳定性。通过仿真试验证明了该滤波方法的有效性。

毫米波雷达单脉冲跟踪系统仿真技术

针对宽带毫米波雷达中的目标角跟踪问题,介绍了一种毫米波雷达单脉冲跟踪仿真系统。该系统模拟了导弹高速跟踪面目标的角闪烁情况,并采用高距离分辨率的α-β距离滤波和频率捷变角度平滑进行了跟踪处理。结果表明该仿真系统较好地抑制了面目标的角闪烁,提高了单脉冲跟踪精度,对解决面目标的导弹跟踪问题具有实际意义。

探地雷达中目标的自适应检测与跟踪

提出了一种自适应α-β滤波算法,该算法可用于探地雷达对路面结构的自适应检测与分层。仿真实验的结果证明了算法的有效性。

提高视线转率精度的一种改进方法

视线转率算法的改进是提高视线转率精度的重要途径之一。提出了一种计算视线转率的修正的几何算法,并利用该算法改进了α-β滤波器,改进的α-β滤波器具有更高的精度,其性能与Kalman滤波器相当,但算法更简单、可靠。仿真结果验证了该方法的有效性。

计算机辅助跟踪技术在单脉冲跟踪伺服系统中的实现与仿真

针对传统单脉冲跟踪方式中难以同时兼顾跟踪伺服系统的稳定性和高精度问题,采用了一种计算机辅助跟踪技术。介绍了技术的原理并给出了具体的实现方法,然后用Matlab的Simulink工具箱进行了仿真。仿真结果表明,采用计算机辅助跟踪技术可以在不影响跟踪伺服系统稳定性的前提下,大大提高其跟踪精度。