单站水下方位频率机动目标运动分析方法

水下方位频率机动目标运动分析常需已知中心频率先验信息且存在机动检测错误等,因此提出了一种基于方位与多线谱信息融合的自适应无迹卡尔曼滤波算法。该算法将方位与多线谱频率信息融合处理,重新构建了方位−多线谱目标运动分析模型。将中心频率信息引入状态向量中构建实时迭代估计,同时引入了自适应时变渐消因子,实时调整过程噪声协方差矩阵使其适应机动目标。仿真与海试数据处理结果表明,所提方法的机动目标运动分析性能最优,其目标运动分析结果能以最快的速度逼近克拉美罗下界。

运动目标时空频信号变换与多维信息关联

提出了一种针对水中匀速直线运动目标的时空频信号变换方法。首先对接收信号作时频分析和频域波束形成,根据选定的目标航向对频率-方位-时间三维信号空间中的接收信号进行由基阵坐标系到目标坐标系的视在方位变换,使目标线谱信号由三维空间轨迹变换为变换域中对应平面切片上的二维轨迹,该切片由频率与方位信息联合构成的轴和时间轴构成。研究结果表明,该方法能够在变换后的信号空间中将目标线谱信号的三维轨迹转换为相应切片上的二维轨迹,相比三维信号空间更容易获得多维信息联合处理的信号处理增益。

非机动水下三维情形的纯方位目标运动分析

以无源声纳关于目标方位(包括方位角、高低角)的有噪测量为依据,探讨了水下三维无源TMA(目标运动分析)的实现及精度问题。文中应用伪线性——Kalman滤波结合方法、最大似然估计方法、扩展卡尔曼滤波方法(EKF),对三维情况[4] 下已知固定深度的的TMA问题进行了研究,并结合数据批处理手段,有效地改善了参数估计的性能,且给出了它们的CRB界。计算机仿真证明了上述算法的有效性。本文所提出的方法要求简单,精度较高,简易平台即可实现,具有一定的实际意义。

基于状态矢量融合的多基地无源目标运动分析

在多基地独立观测估计的基础上,采用对状态矢量进行数据融合的方法对无源目标运动分析(以下简称ＴＭＡ)问题进行了研究。在双基地的条件下,讨论了当双基地的无源声呐匀采用容易得到的目标方位角、频率的数据测量为输入时的无源ＴＭＡ问题。利用伪线性方法或扩展Ｋａｌｍａｎ滤波方法作预处理后,将所得到的各状态矢量的预估计送入融合中心再进行数据融合,最后实现对目标的最终估计。计算机仿真结果表明:状态矢量融合的方法能够进一步提高对目标运动参数的估计精度,能有效地实现无源ＴＭＡ问题的估计。

目标高速运动对宽带一维距离像的影响及补偿方法研究

从宽带线性调频雷达信号目标回波的精确模型入手,分析了目标速度、信号时宽带宽积对目标一维距离像的影响,为提高一维距离像的质量,提出了有效的运动补偿方法,最后给出了仿真结果,验证了本文的分析结果的正确性。

基于方位频率测量的水下被动目标运动分析及其特性研究

探讨了水下三维情形的被动 TMA(目标运动分析 )问题。以被动声纳容易测得的方位角、俯仰角和频率的数据量测为依据 ,在充分考虑水下复杂环境的前题下 ,首先建立动态系统模型 ,并验证了系统的可测性。然后采用伪线性估计和最大似然估计方法来研究它的 TMA问题。计算机仿真结果表明 :采用伪线性估计和最大似然估计方法均能实现水下被动 TMA。且随着测量数据的不断增加 ,定位误差椭圆不断缩小 ,伪线性估计的误差曲线向 CRB界逼近。该方法也适合于已知确定深度的三维情形及目标与本舰在同一平面的二维情形等情况。

一种水下被动目标运动分析与仿真

文章讨论的是一种水下运动的目标和观测平台在不同平面的三维情形下 ,被动目标运动分析与仿真问题。文中从声呐测量的方位角、仰角和频率的数据入手 ,采用伪线性估计、最大似然估计两种不同的方法 ,对水下被动TMA问题进行了研究 ,并分析了两种不同方法的状态参数估计的误差特性。仿真结果表明 :由于增加了观测的信息量 ,上述方法均能得到较好的参数估计结果 ,且伪线性估计方差向CRLB界接近。上述方法可推广到目标和观测平台处于同一平面的二维情形。

水下无源目标运动分析的修正扩展卡尔曼滤波方法

以水下已知固定深度的三维情形为例,用修正的扩展卡尔曼滤波（EKF）方法探讨了无源目标运动分析（以下简称TMA）问题。首先以无源声呐对目标的方位角、俯仰角和频率测量为依据,建立动态系统模型。然后,从非线性的测量方程入手,对新息以伪线性的处理,推导出一组修正的EKF递推方程组。文中为增加滤波器的稳定性,采取批数据处理的手段,而使滤波效果更加平稳。计算机仿真结果表明:修正的EKF方法所得的误差曲线收敛较好,且误差较小,能有效地提高水下无源TMA问题中的参数估计精度。

依据噪声能量变化提取目标运动信息的方法

在对被动噪声声纳接收的噪声能量随时间的变化规律分析的基础上 ,从理论上分析噪声能量的变化与目标运动参数关系 ,给出了其中所含目标运动信息的提取方法。

一种基于方位时延的水下被动目标运动分析算法研究

设计了一种新型的水下被动目标运动分析系统.以测得的方位序列和到达不同传感器的时间差为基础,建立了状态方程和观测方程,运用扩展卡尔曼滤波算法,对系统进行了分析.通过蒙特卡罗模拟仿真实验结果表明,此算法具有收敛速度快、精度高、稳定性好等优点,有着良好的实际应用前景.

纯方位角目标运动分析的可观测性研究

纯方位角目标运动分析的可观测性是纯方位角观测系统中的一个基本问题。只有解决了系统的可观测性,才能进行有效的目标定位及跟踪。从随机系统的角度分析了纯方位角观测系统的可观测性,引入状态参量的Fisher信息矩阵作为判断系统可观测性的依据,提出了完全不同于判定确定性系统可观测性的随机观测系统可观测性的判定方法。最后给出了一个静止目标纯方位角观测系统的实例,说明了该方法的有效性。

融合时空信息的运动目标检测算法

传统运动目标检测算法在处理诸如树叶晃动、水面波纹等动态场景时效果不理想。为此,针对动态场景下所存在的背景扰动问题,提出一种融合时间和空间信息的运动目标检测算法。该算法通过增量式主成分分析提取空间上图像的背景信息,结合三帧差分法所提取的时域信息进行融合决策以提取运动目标。实验结果表明,该算法能够在动态场景中有效提取运动目标,且检测结果优于混合高斯模型算法。

双基阵纯方位目标运动分析研究

研究了双基阵纯方位目标运动分析的基本原理和方法，提出了方位数据关联的迭代算法，进行了仿真实验．仿真结果表明，双基阵纯方位ＴＭＡ及数据关联方法不仅克服了单基阵纯方位ＴＭＡ需要本舰机动的限制，而且提高了参数估计算法的稳定性和精度，具有较好的工程应用前景．

多平台基于方位时延差的目标运动分析

以拖曳阵列与本舰所构成的声纳系统为例 ,从双平台观点考虑 ,利用对目标的两方位及时延的量测为依据 ,研究了该系统的目标运动分析 (targetmotionanalysis,TMA)问题。采用了最大似然估计、扩展Kalman滤波(EKF)方法 ,实现了对目标运动参数的估计 ,并给出了它们的Cramer Rao低界 (CRLB)。通过仿真考察了参数变化对估计精度的影响。仿真结果表明上述方法具有较高定位精度。该方法适合于主、被动形式的多平台系统 ,且容易实现。

基于匹配处理的纯方位目标运动分析方法

以被动声纳观测的目标方位信息为基础,将匹配处理技术用到目标运动参数纯方位估计中,建立了进行纯方位目标运动分析的匹配处理模型,给出相关的优化处理算法,并通过仿真计算验证了模型的有效性。仿真结果表明该算法在目标运动参数的收敛时间和距离等指标上有较明显改善。

角度及频率变化率量测下目标运动分析的可观测性条件

研究了角度和频率变化率量测下的单站目标运动分析的可观测性。分别基于相容轨迹法和系统可观测性理论进行了可观测性的定性和定量分析,两种方法相互印证。通过分析指出,有限阶目标运动下,目标运动分析可观测的充要条件是目标与观测平台间存在非径向运动。仿真结果验证了理论分析结论的正确性。

基于距离的目标运动分析方法研究

本文利用声纳录取的目标噪声信息,通过特征分析提取的目标概略距离和速度等信息,把获得的目标信息融入目标运动要素的求解当中,得到一种新的TMA方法。

多阵方位-频率目标运动分析算法研究

利用两接收阵的大空间跨度,可以得到对同一个目标有较大差异的DOA估计,利用这些角度差可直接对目标进行三角定位和跟踪。在多阵条件下,即使只有一种目标方位参量,也能在不需要本艇机动下对目标进行跟踪。但当目标处于两阵连线上时,目标仍容易发散。为解决这一问题,我们提出了多阵方位-频率目标运动分析算法,对其可观察性进行了分析。理论分析证明多阵方位-频率TMA的不可观察性条件在多阵纯方位TMA的不可观察性条件[])()(21ktt=-qq上增加了一个附加条件01=q。这个附加条件不仅弱化了不可观察性的约束条件,还在一定程度上增加了目标跟踪的稳定性。最后给出了三种情况下的计算机模拟,并与多阵纯方位目标运动分析算法作了比较。

依据观察器方位序列估算目标运动参数的方法

利用目标的方位序列跟踪目标的运动参数是非线性领域的一个经典问题。给出了一个形式简洁的方位随时间线性变化的可量测函数 ,并利用工作点漂移的技术解决了滤波器在方位小变化量时系统的不稳定现象。研究了利用观察器方位序列估计目标运动参数的方法。

纯方位TMA的有偏性分析

纯方位TMA是一类典型的非线性问题,它常表现出一些独特的性质,有偏性就是其中之一。对纯方位TMA常用的伪线性估计器的有偏性进行了分析,指出偏倚是由伪线性化造成的。该结论得到了仿真计算结果的支持。仿真结果还表明,偏倚程度同测量误差大小、几何态势、己艇机动航路等诸多因素有关。