基于伪线性卡尔曼滤波的多站IRST系统跟踪技术

建立了目标的多站IRST(红外搜索与跟踪)系统的伪线性观测模型,基于该模型提出了匀速运动目标的伪线性卡尔曼滤波算法.算法利用伪线性方程组获得滤波器的初值,从而提高了滤波器的跟踪精度和速度.分别采用伪线性卡尔曼滤波器与推广卡尔曼滤波器对目标进行跟踪的仿真结果表明:当探测器数目为3、4时,在跟踪初始阶段,伪线性卡尔曼滤波器在跟踪的速度和精度方面均优于推广卡尔曼滤波器,在稳定阶段,两者的性能基本相仿.当探测器数目为6时,则不论是在跟踪的初始阶段,还是在稳定阶段,伪线性卡尔曼滤波器与推广卡尔曼滤波器的性能基本相同.

基于伪线性卡尔曼滤波的两站红外无源定位及跟踪技术

建立了目标的两站红外搜索与跟踪系统的伪线性观测模型,基于该模型提出了运动目标的伪线性卡尔曼滤波算法.该算法利用伪线性方程组获得滤波器的初值,从而提高了滤波器的跟踪精度和速度.分别采用伪线性卡尔曼滤波器与推广卡尔曼滤波器对目标进行定位及跟踪的仿真结果表明:在跟踪初始阶段,伪线性卡尔曼滤波的跟踪精度明显优于推广卡尔曼滤波.在近距离范围,不论目标是匀速还是机动运动,两者的跟踪精度都非常高.在远距离范围,当目标机动时,伪线性卡尔曼滤波的跟踪精度明显优于推广卡尔曼滤波;当目标匀速运动时,推广卡尔曼滤波的跟踪精度略优于伪线性卡尔曼滤波.从整个仿真过程可以看出,目标的运动形式对推广卡尔曼滤波性能的影响是非常明显的,而对伪线性卡尔曼滤波性能的影响则很小.

两站基于角度和时差信息的伪线性卡尔曼滤波算法及其改进

建立了两站基于角度(DOA)和时差(TDOA)信息的伪线性观测模型,基于该模型提出了匀速运动目标的伪线性卡尔曼滤波(PLKF)算法。仿真结果表明该算法的稳健性要高于扩展卡尔曼滤波(EKF)算法,当观测误差较小时,PLKF算法的定位精度要高于EKF算法;当观测误差较大时,其定位精度低于EKF算法。对此文中结合两种算法的优点,提出了改进算法,以同时提高算法的定位精度和稳健性。

基于伪线性卡尔曼滤波的智能雷角度跟踪双环算法

基于三维坐标下的伪线性卡尔曼滤波方法,提出一种用于反直升机智能雷的目标角度跟踪双环算法,不仅可以对空间目标进行角度跟踪,还可以对目标的提前方位进行预报,使战斗部做好发射的准备。本文对此算法进行了数值仿真。仿真结果表明,通过对目标的角度跟踪与预测,可用于解决智能雷与直升机弹目交汇的命中问题。

一种蜂窝网中伪线性卡尔曼滤波混合定位算法

提出了蜂窝网中一种基于伪线性卡尔曼滤波的到达时间和到达角(TOA/AOA)混合定位的算法,能够对处于运动状态的用户进行跟踪定位.根据用户运动模型,使用笛卡尔坐标旋转以降低状态变量的维数,在确保跟踪精度的同时又降低了算法的运算量.同时考虑了用户在不同的观测平台间切换时实现连续跟踪的问题,分析和仿真了观测平台自身的定位误差和散射半径对跟踪精度的影响.结果表明算法的精度能够满足E911要求,并与最小二乘算法的定位精度进行了比较.

伪线性卡尔曼滤波在目标被动跟踪中的应用

在对目标进行纯方位跟踪时,伪线性卡尔曼滤波算法是一种有效的跟踪滤波方法,该方法可以很好地对目标运动状态进行估计。通过仿真证明了该方法降低了对模型精度的要求,具有较好的稳定性。

旋转坐标卡尔曼滤波实现蜂窝用户定位

本文提出了一种利用纯方位卡尔曼滤波实现蜂窝小区用户跟踪定位的方法。根据移动台和观测平台的运动模型，使用坐标旋转的方法降低状态变量的维数，在保证跟踪精度的同时降低了算法的运算量。本文给出了标准扩展卡尔曼滤波和伪线性卡尔曼滤波算法通过坐标旋转实现移动台定位跟踪的仿真结果，并分析了平台自身定位误差对定位跟踪性能的影响。

基于伪线性KF和EKF的无源定位算法研究

针对扩展卡尔曼滤波（Extended Kalman Filter,EKF）对非线性观测模型观测时,滤波曲线易出现发散的问题,采用伪线性卡尔曼滤波（Pseudo-Linear Kalman Filter,PLKF）方法对非线性观测方程进行了分析.通过将非线性因素整合到观测矩阵中,实现了非线性观测方程的伪线性化,同时与两站点EKF算法进行了特性比较.通过Monte Carlo仿真得到了滤波误差,结果表明：对非线性观测模型定位时,采用单站伪线性KF算法,在x,y,z方向的滤波时间均在20个周期以内,均方根误差（Root Mean Square Error,RMSE）在0-1之间;而两站点EKF算法的滤波时间则在25~30个周期之间,均方根误差在1以上.

一种高稳定性雷达目标跟踪滤波算法研究

介绍一种有效的跟踪滤波方法,该方法通过建立伪线性卡尔曼滤波器,在对目标进行纯方位跟踪时,很好地实现了对目标运动状态的估计。仿真结果证明了该方法降低了对模型精度的要求,具有较好的稳定性。

雷达/红外复合导引头信息融合算法

毫米波雷达/红外成像复合制导已成为当前多模复合制导技术的研究热点。从毫米波雷达/红外成像复合导引头系统的特点及其工程应用出发,建立了一种基于联邦滤波(FF)的分布式雷达/红外复合导引头信息融合算法。首先,针对扩展卡尔曼滤波存在线性化误差以及雷达测量噪声非高斯的特点,采用粒子滤波算法(PF)设计雷达子滤波器;针对红外传感器不能测量目标距离的特点,采用伪线性卡尔曼滤波算法(PLKF)设计红外子滤波器。然后通过主滤波器进行信息融合,并对两个子滤波器进行信息分配和重置。仿真结果表明,该信息融合算法能够有效地提高雷达/红外复合导引头系统的目标跟踪精度及系统的稳定性。

一种基于空域和频域信息的固定单站无源定位跟踪改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,本文基于辐射源信号的空域和频域信息,提出了一种对运动辐射源的固定单站无源定位跟踪改进算法。文中首先利用辐射源信号的空域和频域变化量信息,通过伪线性卡尔曼滤波算法估计出目标的速度矢量;然后利用速度矢量的估计值直接获得目标位置矢量的估计,并将其作为标准卡尔曼滤波算法的观测值进行滤波;最后通过计算机仿真验证了该方法具有较高的定位精度和较快的收敛速度。

一种速度矢量和位置矢量分离估计的固定单站无源定位改进算法

针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用伪线性卡尔曼滤波算法估计目标速度,然后建立了将位置矢量作为变量的状态方程,而速度矢量作为确定性控制项加入状态方程,并利用修正增益扩展卡尔曼滤波算法对目标位置进行滤波。计算机仿真表明本文的算法具有定位精度高,收敛速度快的优点。

三维定位模型下改进的PLKF算法研究

为了检验三维定位模型下伪线性卡尔曼滤波(PLKF)算法的定位性能,建立了增加角度变化率信息的三维定位模型,推导了所建模型下的伪线性测量方程,在此基础上用PLKF算法实现了对运动辐射源的无源定位与跟踪,并详细分析了其在三维定位模型下的定位性能。仿真结果表明,用角度变化率信息改进的PLKF算法具有更快的收敛速度和更高的收敛精度。

多约束光学雷达轨迹规划技术

为进一步提高光学雷达的跟踪能力,需要研究其轨迹规划技术。充分考虑各种强约束条件,建立了轨迹规划模型。设计了一种P阵与FISHER信息量相结合的目标函数,采用伪线性卡尔曼滤波进行轨迹规划。仿真结果表明,沿规划的航迹飞行,不但能够满足光学雷达被动跟踪的各种约束条件,而且跟踪速度快,估计精度高。这也验证了轨迹规划技术的有效性,为实战中光学雷达的合理应用奠定基础。

基于DSP的目标定位跟踪硬件融合平台的设计

声探测技术用于低空低速飞行目标的跟踪定位,而红外图像探测器能跟踪中低空飞行目标。然而现在缺乏能处理两种或两种以上探测系统的硬件平台。基于这种现状,设计了一个硬件融合平台,既可以用于红外机动目标的跟踪,也可以用于声探测目标的定位处理。融合平台的设计,不仅弥补了不同平台之间的缺陷,又发挥各探测平台的优点。系统整体设计框架采用DM642+FPGA。在声探测软件设计中,设计了UART驱动,并用C语言编写了伪线性卡尔曼滤波定位算法,并且成功将跟踪算法移植到了硬件平台中,有效跟踪到飞行目标。

基于PLKF的异质传感器分布式协同探测方法

针对电子战环境下有源定位跟踪易暴露的缺点和同质传感器探测的局限性,提出了一种基于伪线性卡尔曼滤波(PLKF)的异质传感器分布式协同探测方法。该方法以PLKF作为滤波方法,采用雷达-红外传感器协同探测,并提出了相应的分布式融合算法,融合了传感器时空配准后的多维度测量信息,实现了对目标高精度、强隐蔽性的探测。通过仿真实验,证实了该方法的合理性,对比并分析了滤波算法和传感器模型对探测精度的影响。结果表明,该方法可构建一个有效的多传感器协同探测网络,满足强抗干扰能力、高精度的目标探测需求。