基于QS-ML-PMHT的多目标无源协同定位方法

针对目标个数未知时无源协同定位系统低可观测目标的航迹起始及维持问题,提出一种基于拟蒙特卡罗模拟退火极大似然概率多假设的双基站多目标无源协同定位方法。首先,建立双基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的多目标无源协同定位航迹起始算法,通过假设法确定目标个数,并首次利用拟蒙特卡罗模拟退火算法解决极大似然概率多假设中多目标的优化求解问题,以提高多目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决目标个数未知时双基站无源协同定位系统低可观测目标的航迹起始及维持问题。

基于QMC-IPF-JPDA的多目标无源协同定位算法

针对杂波环境中多目标的检测跟踪问题,提出一种基于拟蒙特卡罗智能粒子滤波联合概率数据关联的无源协同定位算法。该算法建立双基站无源协同定位系统目标检测跟踪的数学模型。通过拟蒙特卡罗技术使粒子分布更加均匀,并对更新阶段的粒子进行交叉变异以提高粒子多样性。结合测量信息,利用联合概率数据关联算法实现多目标检测跟踪。仿真结果表明,所提算法能有效解决杂波环境下多目标检测跟踪问题,提高跟踪性能。

基于多帧杂波稀疏度估计的无源协同定位

针对杂波密度未知时的多目标无源协同定位问题,提出一种基于多帧杂波稀疏度估计(multi-scan clutter sparsity estimation,MCSE)和高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GMPHD)的多目标无源协同定位算法.首先,构建高斯混合后验强度和杂波密度估计之间的反馈模型,利用门限技术在线剔除潜在的目标测量,以减少目标测量对杂波密度估计的干扰.其次,基于多帧杂波稀疏度估计,实现非均匀分布的杂波密度的在线估计,进一步提高杂波密度未知时的多目标跟踪性能.仿真验证了所提算法的有效性.

基于SA-ML-PDA的无源协同定位方法

针对无源协同定位系统中低可观测目标的航迹初始及维持问题,提出一种基于模拟退火极大似然概率数据关联的双基站无源协同定位方法。首先,建立双基站无源协同定位系统数学模型。其次,提出基于极大似然概率数据关联的无源协同定位航迹初始算法,并首次利用模拟退火算法解决极大似然概率数据关联中的优化求解问题,以提高目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决双基站无源协同定位系统中低可观测目标的航迹初始及维持问题。

基于加权非线性最小二乘的无源协同定位

针对传感器精度差异的融合定位问题,论文提出了一种基于加权非线性最小二乘的无源协同定位方法,结合多个传感器量测值与目标位置量构建加权误差平方和的损失函数,对得到的损失函数利用高斯牛顿下降法的优化准则进行迭代求解,当小于检验统计量阀值时得到目标定位值的优化解。仿真分析结果表明该方法能利用不同方差多量测值融合处理而获得高精度的目标定位值。

基于GA-ML-PMHT的多基站无源协同定位方法

针对无源协同定位系统中低可观测目标的航迹初始及维持问题,提出一种基于遗传算法的极大似然概率多假设的多基站无源协同定位方法。首先,建立多基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的无源协同定位航迹初始算法,并首次利用遗传算法解决极大似然概率多假设中的优化求解问题,以提高目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决多基站无源协同定位系统中低可观测目标的航迹初始及维持问题。

基于EA-FPHT的无源协同定位检测前跟踪方法

针对无源协同定位系统低可观测目标的跟踪耗时及虚假航迹问题,提出一种基于能量积累的快速极坐标霍夫变换无源协同定位检测前跟踪方法。建立了多目标无源协同定位系统的数学模型。提出了快速极坐标多目标无源协同定位跟踪方法。利用目标运动速度先验信息和雷达回波帧序号信息,组合相邻两帧满足目标运动特性的雷达数据,并在第二门限中加入目标能量积累信息构成双门限。仿真分析算法性能,并得出结论:所提方法能够有效解决无源协同定位系统低可观测目标的跟踪耗时及虚假航迹问题。

基于KLD-JPDA的多目标无源协同定位算法

针对杂波环境下面向无源协同定位系统的多目标跟踪问题,提出一种基于KL散度(Kullback-Leibler Divergence,KLD)的联合概率数据关联算法(Joint Probabilistic Data Association,JPDA)。首先,在联合概率数据关联框架内计算关联事件的后验概率密度函数,并计算该函数与高斯概率密度函数之间的KLD。其次,将KLD作为代价函数优化关联事件的后验概率密度函数。最后,根据优化的后验概率密度函数对目标状态进行估计。仿真结果表明,所提算法能有效解决杂波环境下多目标跟踪问题,提高跟踪性能。

基于FCD-VSMM的强机动目标无源协同定位算法

针对无源协同定位系统强机动目标跟踪问题,提出一种基于最远点优先渐近的当前统计有向图切换变结构交互多模型算法.建立了强机动目标无源协同定位跟踪模型,提出了基于当前统计有向图切换变结构交互多模型算法,并采用最远点优先渐近算法优化了伪测量,提高了算法的跟踪性能.仿真结果验证了所提方法的有效性.

基于DP-SA的机载外辐射源无源协同定位

针对强杂波背景下机载外辐射源无源协同定位(APCL)问题,提出一种基于动态规划和状态扩维(DP-SA)的单目标无源协同定位方法。首先,基于误差传播理论,构建了考虑外辐射源位置不确定性的状态转移范围,进而建立动态规划(DP)的值函数。其次,推导了基于极值理论的动态规划回溯阈值,提高了低可观测目标的检测概率。最后,对测量新息协方差进行在线修正,降低了外辐射源位置不确定性的影响,并利用状态扩维技术实现目标状态与外辐射源状态的联合估计。仿真验证了所提方法的有效性。

基于分块粒子滤波的多节点协同无源探测解算算法

多节点协同无源探测是实现对机动雷达快速定位的有效手段。在空间上分离的多个节点同时无源侦察雷达信号,获取信号到达不同节点的到达时间差(Time Difference of Arrival,TDOA)和频率差(Frequency Difference of Arrival,FDOA)。通过TDOA/FDOA联合解算,完成对目标雷达位置和速度的测量。粒子滤波是一种近似最优的非线性滤波方法,其借助蒙特卡洛模拟可实现对待求参数概率密度函数的近似最优估计。将粒子滤波应用于协同无源探测解算,可实现非参数化的递推贝叶斯滤波,大幅提升无源探测的位置、速度测量精度。此外,还提出一种分块粒子滤波解算算法,通过降低粒子状态矢量维度,提升粒子空间覆盖性,在粒子数量受限的情况下,可进一步提升探测精度。

基于模型的Buck-Boost变换器协同无源控制

为了改善Buck-Boost变换器的动态性能和静态性能,基于无源控制实现变换器电感电流期望值的实时观测,再与协同控制相结合得出控制律,提出了协同无源控制的Buck-Boost变换器实现其高性能控制并使之兼具强鲁棒性。为了简化控制器结构,选取协同控制宏变量时未引入积分环节,易于实时实现。最后,采用基于模型设计的开发流程和自动代码生成技术,开发协同无源控制的Buck-Boost变换器样机,通过系统的仿真研究和样机的实验测试,验证该变换器的动态和静态控制性能。

双机协同无源目标跟踪轨迹优化

针对双机协同无源跟踪精度要求较高的问题,根据双机与目标的几何态势,分析了双机几何态势对双机无源探测精度的影响,给出了位置精度因子(PDOP)的公式,得出了双机的最优几何配置.提出了双机协同无源目标跟踪系统的控制结构,采用扩展信息滤波(EIF)对目标状态进行估计,以信息熵最大为轨迹优化的最优性能指标,采用了滚动时域优化(RHO)来实时地控制飞机的运动.仿真结果表明,该轨迹优化算法能够使飞机按满足最优几何配置的轨迹飞行,说明基于PDOP的最优几何配置的正确性,降低目标位置的估计误差,提高双机协同无源跟踪的精度.

面向双基协同跟踪的接收站路径优化方法

为进一步提升双基站无源协同跟踪系统的目标跟踪精度,提出了一种最小化克拉美罗下界(CRLB)迹的接收站路径优化方法。该方法结合部分可观马尔可夫决策过程(POMDP)构建接收站路径优化模型,并设计了基于CRLB的接收站路径优化代价函数;在满足接收站自身运动约束的前提下,求解最小化目标代价函数的接收站控制指令,最终实现接收站路径的实时优化;考虑到代价函数的高度非线性,为减少计算量,保证优化实时性,在接收站运动速度矢量转向角约束内进行离散化取值,获取接收站路径优化的近似最优解。实验结果表明,相比于现有的主流方法,该文方法能够有效减少接收站路径优化算法的计算量,同时显著提升目标跟踪精度。

甚长基线近区时差测向联合定位及特性分析

双站协同无源制导是一种全新的反辐射导引体制,具有隐蔽性高、抗干扰能力强等特点。针对此应用中末制导阶段的目标无源协同定位问题,构建了甚长基线近区时差测向无源定位模型,分析了在这个模型下测距精度随测向夹角的变化规律,以及在各种攻击方向上所能达到的定位精度,并利用这个结果分析了无源末制导阶段导弹攻击阵位的优选条件,提高了无源定位精度。最后通过仿真验证了理论分析的有效性,从而为双站协同无源制导和反辐射精确打击等应用提供了新的参考。