三角函数描述的目标机动模型及目标运动信息估计方法

本文针对目标跟踪的两个基本方面,机动模型和滤波估计算法进行研究。首先通过假设目标机动加速度具有同频率三角函数和的形式,建立了一种带有加速度变化率的目标机动模型,并推导了目标加速度与速度方向垂直情况下的机动模型具体表达式。考虑到机动模型的非线性特性,基于稀疏网格积分理论构建了一种基于稀疏网格的滤波方法,并结合三角函数机动模型实现了对目标运动信息估计,仿真结果验证了该方法的有效性。

一种高度机动目标的“当前”统计Jerk模型

讨论了KishoreMehrotra等提出的高度机动目标模型———Jerk模型 ,应用古典控制论方法分析了该模型的局限性 ;提出了一种新的“当前”统计Jerk模型 ,即CS Jerk模型 ,该模型假设目标的机动加速度变化率为非零均值指数相关的随机过程 ;仿真结果表明CS

高度机动目标的改进CS-Jerk模型

针对高度机动目标跟踪问题,通过对Jerk模型的分析,借鉴"当前"统计的思想,采用截断正态分布来表征目标机动加速度变化率(Jerk)特性,利用Jerk均值与方差之间的关系自适应调整过程噪声协方差矩阵,提出一种改进的"当前"统计Jerk模型(MCS-Jerk model);并通过理论分析指出了Jerk模型及其跟踪算法的缺陷以及改进的MCS-Jerk模型算法的有效性;仿真结果表明改进的模型及跟踪算法的高机动目标跟踪性能明显优于基于Jerk模型的跟踪算法。

一种新的机动目标模型及其自适应跟踪算法

在"当前"统计模型的基础上,结合实时输入估计算法(Feng xinxi等,1996)的思想,提出了一种新的机动目标模型,并利用其方差调整关系建立了自适应跟踪算法.大量仿真结果表明该模型能够准确描述目标的各种机动情况,跟踪算法具有良好的跟踪性能,具有实际应用价值.

高度机动目标的“当前”统计Jerk模型

讨论了KishoreMehrotra等人提出的高度机动目标模型———Jerk模型 ,得出了该模型在跟踪阶跃Jerk信号时存在确定性稳态误差的结论。提出了一种新的“当前”统计Jerk(currentstatisticJerk ,CS -Jerk)模型 ,该模型假设目标的机动加速度变化率为非零均值指数相关的随机过程。仿真结果表明 ,CS -Jerk模型及其滤波算法在跟踪高度机动目标时性能优于Jerk模型。

机动目标模型匹配卡尔曼滤波载波跟踪算法

针对传统卡尔曼滤波器用于高动态载波跟踪时性能不够理想的问题,提出一种基于机动目标模型匹配的卡尔曼滤波载波跟踪算法,能够在载波参数剧烈变化的条件下实现稳定的载波同步。所提算法较传统算法更加契合实际环境,具有实用价值高、应用范围广等优点。使用线性卡尔曼滤波器,无需矩阵求逆运算,计算复杂度低,便于工程实现。仿真结果表明,所提算法在跟踪具有剧烈动态特性的载体信号时能够显著提高跟踪精度,且跟踪门限信噪比能够降低约3dB。

机动目标模型的Monte Carlo仿真研究

该文对机动目标模型进行了Monte Carlo仿真研究。提出了一种描述机动目标运动状态的自适应高斯模型,在这种模型中,机动目标的加速度被认为是具有非零均值、时间相关的随机过程,并假定其概率密度函数服从高斯分布;对机动目标模型进行了Monte Carlo仿真研究,结果表明该模型对机动目标在不同机动方式下的位置、速度和加速度均有良好的跟踪精度。

机动目标模型的研究进展

回顾了近年来机动目标模型的研究与发展;重点分析讨论了Singer模型、"当前"统计模型、自适应当前输入统计模型、Jerk模型及坐标转弯模型的优缺点,指出了各个模型的局限性,并得出有意义的结论;最后指出了机动目标模型研究的难点及未来的研究方向。

新的“S-蛇形”机动目标模型及跟踪方法研究

为了解决三维空间蛇形机动目标跟踪算法中模型失配的问题,提出了新的"S-蛇形"机动目标模型。该模型基于研究分析了平面内原始机动转弯模型,考虑目标在垂直方向做简单的匀速直线运动,对二维机动转弯模型进行了三维补维,但经仿真分析发现,此模型在机动变轨处出现"折返"现象,为了克服此缺点,又对该模型的状态转移矩阵进行了修正,提出了一种新的"S-蛇形"机动目标模型,该模型能够很好地匹配蛇形机动目标真实运动轨迹。最后在扩展卡尔曼滤波算法(EKF)中应用该模型,对真实蛇形机动目标进行滤波跟踪,通过Monte-Carlo仿真,结果验证了此算法跟踪精度高,也进一步证明了改进模型的合理性和实用性,并已经初步应用于某新型武器装备跟踪系统调试中。

基于机动目标模型的无人机视场跟踪仿真研究

为了跟踪地面机动目标,对无人机的视场进行了研究;分析了视场中目标位置的解算以及飞机、目标与视场的运动关系,并建立了三者的相对位置关系模型,推导出视场对目标进行跟踪的控制量;简要介绍了机动目标的"当前"统计模型及其自适应滤波算法,在该算法对目标跟踪的基础上,可以更准确地计算出视场校正控制量;对视场跟踪进行了仿真验证,利用飞行航迹和目标轨迹模拟,无人机盘旋跟踪地面运动目标,实时计算出偏差角控制量并调整视场;仿真结果表明,视场对机动目标的跟踪效果良好,算法稳定可靠。

一种修正的机动目标模型及自适应滤波算法

在"当前"统计模型的基础上,通过修正目标加速度的概率分布、机动加速度与方差的自适应关系及过程噪声协方差矩阵,提出了一种修正的机动目标模型及其自适应跟踪算法。理论分析和仿真结果表明,该模型能够准确描述目标的各种机动情况,跟踪算法具有良好的跟踪性能,具有实际应用价值。

一种基于小采样周期的机动目标模型

通过对"当前"统计模型和常加速模型的分析研究,提出了一种基于小采样周期的机动目标模型。该模型通过构造一个函数来自适应调整常加速模型的过程噪声协方差矩阵。当采样周期T较小时,具有与"当前"统计模型相当甚至更高的跟踪精度和较小的计算量。理论分析和仿真结果表明该模型的有效性。

基于小采样周期的机动目标模型跟踪性能研究

分析了小采样周期条件下“当前”统计模型、基于速度估计的自适应模型及自适应常加速度模型，对3种模型的稳态性能和动态性能进行了分析比较，并对3种模型的机动目标跟踪效果进行了仿真。仿真结果表明：小采样周期条件下，3种模型的稳态跟踪性能一致，而在动态跟踪条件下自适应加速度模型性能更优。

临近空间目标交互式多模型跟踪定位算法研究

针对临近空间目标,进行了深入研究,根据临近空间目标状态方程的特点,分析了目标跟踪中常用的卡尔曼滤波和粒子滤波算法的优缺点,并将这2种滤波与交互式多模型算法相结合,提出了交互式多模型-卡尔曼滤波算法和交互式多模型-粒子滤波算法,并通过CV,CA和CT 3种动力学模型进行仿真分析。仿真结果表明,采用这2种算法能够满足跟踪临近空间目标的要求,具有一定的工程实用价值。

机载GPS动态测量目标跟踪模型的建立

根据GPS的动态测量特性 ,给出了 2种目标跟踪模型 。

机动目标自适应跟踪算法研究

为了克服"当前"统计模型自适应跟踪算法(CAF)跟踪匀速运动目标误差较大和跟踪加速机动目标速度与加速度估计误差和动态时延较大的缺陷,通过分析研究CAF算法,采用截断正态分布表征目标的机动加速度特性,考虑风速和加速度估计均值的影响,对机动加速度与方差自适应关系修正,自适应补偿过程噪声协方差矩阵,提出了一种改进的机动目标自适应跟踪算法。理论分析与仿真结果表明,该算法能够准确描述目标的各种机动情况,具有良好的跟踪性能和实际应用价值。

自行高炮射击指挥雷达的多机动目标跟踪软件

已经研制完成的自行高炮射击指挥雷达的多机动目标跟踪软件,采用了机动加速度突变模型、回波动态分区和整体相关、多准则模糊决策关联、航迹的模糊起始以及可靠性设计等新技术,在实际应用中显示了优良的性能。

基于鲁棒H^∞滤波的光电跟踪机动目标状态预测估计

针对光电跟踪系统中目标机动的特点和电视图像跟踪器信号处理、传输造成的测量时滞以及目标信号测量中存在的不确定干扰和噪声,选取机动目标"当前"统计模型对加速度进行建模,在所建立的光电跟踪目标加速度非零均值相关模型的基础上,采用鲁棒H∞滤波算法对光电成像识别目标运动状态进行预测估计。其预测精度比Kalman滤波提高近1倍。实验结果表明,该方法能有效地克服目标模型变化及随机噪声和干扰不确定性的影响,具有较高的预测精度和良好的鲁棒性。

基于高速高加速临近空间目标状态预估算法

针对具有跳跃式机动的"助推+滑翔"临近空间目标,进行了深入研究,根据目标弹道运动特点建立其特定的目标运动模型,并提出采用Kalman滤波方法作为目标跟踪的主要算法,对目标机动加速度进行估计,并对整个跟踪过程进行了仿真设计。仿真结果表明,采用特定目标模型的Kalman滤波算法可以有效地满足地面拦截系统对高机动目标测轨预估的要求。

基于卡尔曼滤波算法的目标跟踪预测

文章主要对光电跟踪系统中的目标预测问题进行了研究。首先,介绍了目标跟踪的概念及其重要性;其次,对光电目标跟踪系统中采用的卡尔曼滤波理论及其工程应用进行了调研;再次,介绍了基本的滤波预测方法,重点阐述了卡尔曼滤波方法,并与其他常见滤波方法进行了比较;最后,阐述了机动目标跟踪的基本原理及建立了机动目标模型,并完成了相关算法的仿真实验。