应用于光电目标跟踪的变窗宽核粒子滤波

核函数粒子滤波(KPF)是小噪声动态系统目标跟踪的一种有效方法,核窗宽选择是该方法中核密度估计的核心问题。本文提出了一种基于协方差的变窗宽核粒子滤波算法。该方法首先通过粒子集的协方差矩阵估计粒子的粗略核窗宽和其粗略的后验概率密度,然后调节全局核窗宽获得适用于每一个粒子的精确核窗宽,提高核密度的估计精度;然后,通过迭代寻找后验概率模型,使得粒子集能够在核密度估计后向后验概率密度的真实分布移动,从而提高跟踪精度。通过这种方法生成的新粒子是对后验概率密度的一个更加近似的表达。实验结果表明,在小噪声动态系统中,本文提出的变窗宽核函数粒子滤波在光电目标跟踪的性能和效率(PF的20%粒子数目)上都优于传统的粒子滤波(PF)、UPF(Unscented Particle Filter)以及KPF方法。

光电目标跟踪中非线性卡尔曼噪声滤波算法的应用研究

在非线性、非高斯噪声下对机动目标跟踪时,传统的卡尔曼滤波算法及其扩展型算法会使测量系统出现滤波精度下降、易发散等缺点。为了更好地解决系统非线性的问题,提高对机动目标的跟踪测量精度,本文提出了一种光电目标跟踪的改进型扩展卡尔曼滤波算法。该算法增加了相应的线性化误差补偿。仿真结果表明,改进型的扩展卡尔曼滤波算法可以有效补偿线性化误差,并且改进后的滤波性能要好于原滤波器。

基于改进粒子滤波的光电目标跟踪算法研究

在光电目标跟踪与定位中,结合扩展卡尔曼滤波和粒子滤波的优点和目标跟踪的非线性特征,提出了一种非线性系统的基于"当前"统计模型的自适应扩展卡尔曼粒子滤波算法,根据光电目标的测量信息修正加速度方差,消除随机误差和噪声的干扰,提高预测的精度。通过MonteCarlo对比仿真实验表明该算法正确有效,定位精度较高,滤波效果得到改善,同时增强了稳定性,优于一般的EKF、PF和EPF算法,为光电目标的精确跟踪与定位的实现提供一种新的方法。

小型光电人卫跟踪仪的摆动叉式ALT-ALT跟踪机架

人卫跟踪仪一般采用地平式跟踪机架 ,由于这种机架固有的天顶盲区 ,致使观测数据不连续而造成卫星精密定轨的困难。讨论了小型光电人卫跟踪仪的ALT ALT机架原理 ,分析证明采用这种机架形式没有天顶盲区、跟踪速度和加速度较小。同时提出了一种新颖的摆动叉式ALT ALT跟踪机架 ,具有全天覆盖无遮挡、体积紧凑小巧等优点 ,其力学性能也十分优良 。

误差空间估计的卫星跟踪位置预测

为了提高光电跟踪设备进行卫星观测跟踪时的精度与平稳性,提出一种在跟踪过程中预测卫星位置的误差空间估计方法。该方法根据当前不完全有效与准确的实测数据,用动力学模型方法离线预测数据与离线预测误差表示卫星位置,在预测误差构成的误差空间中对其进行滤波与预测,再与离线预测数据合成以得到精度更高的卫星位置预测数据。实验结果表明,文中方法对卫星位置的预测数据精度比采用运动学模型的Kalman滤波方法高,在精度要求为1′的情况下,其能预测的时间范围比后者多25s以上,且误差随预测步长的增加,增长较缓慢。