基于UKF的水下无源目标运动分析

文中介绍了 UKF 的具体算法,并将其应用于水下无源系统定位中。与扩展卡尔曼滤波(EKF)相比,UKF 不但可以得到目标位置和速度的均值及较高的计算精度,而且能更好的解决模型中的非线性问题。仿真结果表明,无论在计算量上还是滤波精度上,UKF 算法都明显优于 EKF,并且能够有效克服方位跟踪问题中的滤波发散问题。

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。

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。

基于卡尔曼滤波的水下近距目标运动分析

为跟踪水下近距目标,设计采用被动声纳平台获得目标的方位数据,用扩展卡尔曼滤波算法对测量数据进行目标运动分析来实现.建立了目标相对观测平台在固定深度做直线运动时的理论模型,针对非线性测量方程,采用雅可比矩阵来近似处理.采用标准卡尔曼滤波进行了实例仿真.结果表明,该方法将估计误差控制在8%以下,并有较好的稳定性.

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。

一种水下未知固定深度的被动目标运动分析

本文对水下三维情形的被动目标运动分析（ＴＭＡ）进行了探讨．文中使用的数据量测是关于 目标的方位角、俯仰角和多卜勒频移等，且运动目标与观测平台相对深度固定未知．这是水下一种常 见的三维情况．伪线性估计和最大似然估计方法的处理结果表明：由于增大了观测的信息量，运动参 数的估计方差收敛性较好，估计性能得到有效改善．伪线性方法的方差估计曲线向ＣＲＢ界逼近．最 后该方法也适合于分析已知固定深度的三维情形与同处一个水平面的二维情形等特殊情况．

水下固定单站对水面舰船的纯方位目标运动分析

长期潜伏水下,深度已知的水下固定单站实现水上舰船目标的航迹跟踪的常用手段是将离散的测量方位点逐点连接,这种方法虽然简单但是很不精确,而且无法可靠地估计目标的运动速度;提出在这种情形下用纯方位目标运动分析方法(TMA)实现水面舰船目标的航迹跟踪和状态估计,文中以无源声呐关于目标方位(方位角和俯仰角)的有噪测量为依据,通过建立系统的状态方程和测量方程,利用三种扩展卡尔曼滤波(EKF,MGEKF,MVEKF)方法分别对此系统的TMA问题进行了研究;计算机仿真证明了上述算法的有效性,文中提出的方法要求简单,精度较高,在实现目标跟踪的基础上还能改善系统的目标方位估计精度。

无源双基地雷达目标运动分析的可观测性

本文研究利用外辐射源的单站无源定位和跟踪技术的可观测性问题。引入相容目标轨迹的概念,分析了三维N阶运动目标在不同观测信息条件下的相容轨迹的几何分布,并证明多普勒和到达时差观测是等价观测量。

水下三维被动目标运动分析的相关性数据融合方法

提出一种新的数据融合方法来研究水下三维情形的TMA(目标运动分析)问题.以被动声纳关于目标的方位角、高低角和多途时延等3种数据的测量为例,首先分组处理,得到目标状态参数的初步估计;然后在考虑组合数据间相关性的前提下,用数据融合方法来实现水下三维被动TMA.仿真结果表明:数据融合后的参数估计误差曲线收敛性更好,收敛速度更快,估计精度明显提高.该方法能够在水下潜艇上实现,因而对水下航行有一定的实际意义.

纯方位水下目标运动分析方法研究

本文讨论如何使用目标运动分析方法对水下目标进行纯方位距离估计。纯方位距离估计是目标运动分析领域中难度最大、应用范围最广的一个方面。由于纯方位目标运动分析是一个非线性问题，因此绝大部分基于线性模型的估计方法经多年研究证实很难适用于本问题，特别是在目标方位观测噪声较大的情况下，经典估计方法很难得到无偏的估计结果。本文在使用广义最小二乘法对目标运动要素进行粗略估计的基础上，又使用均匀设计方法对目标运动要素进一步寻优。本文所提供的算法经多次模拟实验验证，在目标方位观测噪声较大的情况下，对远距离目标运动要素的估计仍能做到误差较小且收敛较快。

基于扩展卡尔曼滤波的水下目标运动轨迹分析算法

对水下目标一般采用声学方式动态探测,因测量手段、目标机动等原因其运动轨迹一般具有非线性、误差大的特点。利用扩展卡尔曼滤波器对目标机动轨迹进行滤波,将探测得到的离散测量点转化为误差较小的连续的目标运动轨迹。同时,对滤波后的的误差进行了模拟评估,检验了方法的有效性。

基于水声传感器网络的目标纯方位运动分析

研究了基于水声传感器网络的目标纯方位运动分析原理及方法,建立了基于水声传感器网络的目标运动分析模型。在此基础上,讨论了模型中多维非线性估计问题,提出了一种基于传感器网络新的水下目标运动分析方法。该方法采用改进的粒子滤波EKF-PF(扩展卡尔曼-粒子滤波)算法实现,并与传统的扩展卡尔曼滤波(EKF)和粒子滤波(PF)算法进行了比较。通过Monte Carlo仿真分析,表明基于水声传感器网络的目标运动分析方法充分利用了网络的优势和当前测量信息。这种方法对水下目标运动状态估计时,不仅降低了计算量而且表现出较高的估计精度。所得结论为水下传感器网络进行目标被动定位提供了参考。

纯方位目标运动分析的自适应算法

基于 Lainiotis算法的基本原理 ,使用贝叶斯估计理论和半马尔科夫过程的概念 ,利用一组并行的、且是自适应加权的卡尔曼滤波器对纯方位目标运动分析问题进行求解 ,对本文算法与伪线性卡尔曼滤波算法的估计结果进行了比较 ,结果表明 ,这种估算方法在大的环境噪声、远距离和小目标速度等不利条件下仍具有较好的估计性能。

基于合成时空谱的多目标运动分析

针对水下多目标的检测与定位问题 ,提出了一种基于合成时空谱的多目标运动分析方法 .该方法可对多个弱目标同时实现检测、定位、跟踪和运动分析 ,避免了多目标跟踪中的数据关联、轨迹交叉等信号处理难点 ,提高了算法的适用性 .研究利用遗传算法的小生境技术 ,实现了多目标的运动参数估计 .仿真结果表明 ,在低信噪比情况下 ,对强度不等、轨迹交叉的

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．

一种基于运动模型的水下目标方位预处理方法

为了改善纯方位目标运动分析方法的性能,提出了一种水下目标方位预处理方法。该方法利用目标运动模型对观测方位序列进行预处理,经仿真验证,与常规的多项式拟合方法相比,能够有效降低水下目标方位观测量的估计误差,提高了目标运动分析的性能,可获得更高的运动参数估计精度。

水下水平阵对空中运动声源的线谱探测

由于空气、海水介质声阻抗差异巨大,空中声源辐射的噪声透射入水的能量损失很大,加之水中声源目标的干扰,从水下探测空中声源相对困难。海试数据分析表明,空中高速运动声源噪声透射入水后信号较弱,在频繁存在干扰的水下声场环境中,常规宽带波束形成方法难以生效.针对空中声源普遍存在线谱的特点,首先利用线谱识别、提取与跟踪以及线谱加密技术对水下水平阵接收信号进行线谱分析,再通过剔除强干扰目标的线谱,成功分离出包含空中声源的线谱信号,实现对空中运动声源的探测,最远距离达16.8 km。通过理论和实验数据分析,验证了探测结果的正确性.

一种单站无源定位方法及其可观测性分析

利用非线性系统可观测性定理分析了径向加速度信息在目标运动分析(TMA)中的可观测性问题,得到径向加速度观测所能确定的目标状态参数及其需要满足的观测条件,从而证明一种联合径向加速度和角度信息的单站无源定位方法的可行性,并分析其可观测条件和可观测度。通过计算机仿真验证了讨论的结果。