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。

纯方位目标运动分析的卡尔曼滤波算法

本文介绍了纯方位目标运动分析的卡尔曼滤波算法,利用Lyapunov稳定性理论,通过计算算法的稳定性度量值,对三种卡尔曼滤波算法的稳定性进行了分析讨论,并通过仿真计算对各方法的估计性能进行了比较。

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．

一种改进的纯方位目标运动分析方法研究

本文分析了观测目标初始方位的准确度对纯方位目标运动分析跟踪性能的重要影响。在此基础之上,基于匹配场处理思想提出一种改进的纯方位目标运动分析方法,该方法将目标的初始方位作为待估计量,在目标初始方位可能的空间内进行搜索,构成多个滤波器估计出不同目标初始方位下对应的目标运动参数,并分别推算出目标方位序列作为预测场,根据推算的目标方位序列与实际观测的目标方位序列的匹配性确定目标的实际初始方位,从而实现对目标速度、航向、初始距离、初始方位四要素的完整估计。仿真结果表明,本文方法能够有效提高纯方位目标运动分析方法的跟踪性能。

等速直线运动单观测站纯方位目标运动分析

对等速直线运动单观测站纯方位目标运动分析问题进行了探讨,对目标的部分可观测参数建立了基于最小 二乘形式的拟线性算法,仿真表明该算法具有良好的稳定性。

纯方位目标运动分析四维状态的最小二乘模型及分析

建立了纯方位系统TMA四维状态的最小二乘模型,详细给出了非线性最小二乘算法的迭代公式,分析了非线性最小二乘模型、线性最小二乘模型可解的必要条件,以及非线性最小二乘模型与极大似然模型的等价性。

利用频域β-warping变换的浅海修正纯方位目标运动分析方法

针对纯方位目标运动分析方法收敛时间较长的问题,提出了一种利用频域β-warping变换的浅海修正纯方位目标运动分析方法.该方法利用频域β-warping变换从声强干涉结构中提取与目标距离成线性关系的时延,进而估计距离特征量,并利用距离特征量推导得到的目标状态向量的线性约束修正纯方位扩展卡尔曼滤波算法。数值仿真结果表明,对于浅海匀速直线运动目标,在信噪比不低于8 dB的情况下,与常规纯方位扩展卡尔曼滤波算法相比,改进算法将距离估计的收敛时间由26.5 min缩短至11.5 min.在浅海水平不变波导远场条件下,该方法可以快速稳定地估计距离特征量,并能够对目标进行可靠地跟踪定位。

缓动单站纯方位目标运动分析算法

纯方位目标运动分析对于隐蔽状态下的态势评估具有重要意义。针对缓动单站平台对海上目标的探测问题,基于运动目标的方位历程图,提出一种纯方位目标运动分析(TMA)算法。在探测平台准静止、目标运动状态恒定且探测单目标的条件下,该算法可利用构建的运动模型精确拟合出目标的方位历程变化曲线,进而有效解算出目标的速度初距比、航向角、过正横时间及过正横方位角等目标要素。2020年5月在南海某海区利用搭载于3台低速无人航行器上的单矢量水听器进行了探测试验,将收集到的试验数据对算法进行了验证,结果表明,模型解算结果与参考值的速度初距比均方根误差小于1 h^(-1),目标航向角均方根误差为6.6°,过正横时间均方根误差为77.4 s。试验数据处理结果验证了算法的适用性。

纯方位目标运动分析的一种“检测前跟踪”技术

被动检测中,当目标信噪比较低时,传统的波束形成估计目标方向有较大的误差,为此我们提出一种改进的检测前跟踪技术,即直接对波束输出的方位-功率图序列做运动分析。对目标所有可能的运动路径进行时间积分,理论上与目标真实轨迹最靠近的路径将获得最大的功率累积量。本文结合纯方位目标运动分析的规律,以不降低检测性能为前提,开发了一种简化的路径搜索策略。在计算机仿真实验中,也证实了该简化搜索策略使得运算量至少降低了两个数量级。

非线性约束条件下的双阵纯方位目标运动分析

传统的单阵纯方位目标运动分析需要观测平台进行机动,复杂的海战环境下这往往是不被允许的,利用多维观测要素可以使得本舰在不机动的情况下实现对目标的运动分析,本文基于双阵纯方位进行目标运动分析。几十年来,基于双阵纯方位的目标运动分析技术层出不穷,但绝大部分方法都忽略了一些明显的先验信息,譬如距离速度等要素的数值范围。为解决这一问题,采用一种不等式约束条件下的无迹卡尔曼滤波器对目标状态进行估计,仿真和试验处理结果表明,该方法能提升收敛的速度和精度。

基于距离参数化EKF滤波器的纯方位目标运动分析

针对纯方位机动目标运动分析问题,提出一种距离参数化EKF(RPEKF)滤波器设计方法,该方法能够有效降低探测平台与目标初始距离不确定性影响,提高目标运动状态估计滤波收敛性。针对水面目标典型机动形式,给出一种适用于RPEKF滤波器目标机动检测方法,基于评估目标方位角观测误差与目标运动状态协方差矩阵检测目标机动,通过重置滤波器保证目标运动状态估计滤波稳定。数字仿真分析结果表明,本文提出的算法能够实现对水面机动目标运动要素的快速无偏估计。

基于双阵纯方位的水下运动目标运动分析研究

单基阵纯方位水下目标运动分析需要基阵所在平台至少作一次机动,复杂多变的海战环境中,往往并不允许平台执行机动,故通常需利用多维信息对水下目标进行运动分析。本文基于双阵方位进行水下目标运动分析,目前相关公开文献中多是从仿真层面对该问题进行研究,本文在数值仿真的基础上,通过对海试数据的处理,从试验层面研究这一问题。文中采用最大似然估计法和扩展卡尔曼滤波方法进行双阵纯方位水下目标运动分析,通过数值仿真及海试数据的处理,验证算法的有效性。

方位和径向速度联合的浅海目标运动分析方法

提出了一种利用目标方位和径向速度联合的浅海目标运动分析方法。该方法克服了传统纯方位目标运动分析方法要求观测站机动的局限性。将浅海传播条件下径向速度的宽带和窄带估计结果与目标方位相结合,利用卡尔曼滤波原理得到了一种目标跟踪定位方法。仿真结果表明,在观测站非机动和低信噪比情况下,该方法利用单个观测站即能够对宽带或窄带的运动目标进行准确地跟踪定位。利用1996年5月的实验数据对算法性能进行了验证,估计结果与真实目标距离符合较好,距离跟踪误差在10%以内。

等速运动观测站纯方位系统的可观测性

对等速直线运动单观测站纯方位目标运动分析问题进行了讨论。尽管系统是不完全可观测的,却证明了目标部分运动参数是可估计的,即目标与观察者的相对航向Kr、相对速度与初距离之比Vr/Do是可以解算的;并对可估计参数的有解条件进行了分析。

单静止站纯方位系统的可观测性与目标参数估计算法

分析了目标参数Vmx/Do,Vmy/Do 可观测的条件 ,给出了估计这对参数的一种递推算法 .

曲线拟合的单静止站纯方位目标参数计算方法

线性平差法将测量初始方位作为目标的真实初始方位,引入了有偏误差;余切法是一种三方位解算法,解算没有使用积累测量信息,解算精度不高。因此提出一种曲线拟合的方法,将目标初始方位、航速与初距的比值、航向作为待解算目标参数,从而避免有偏误差。并且给出了静止单站纯方位目标航向解算误差的Cramer-Rao下界。在不同目标航路下对3种方法进行高测量误差(3°)仿真验证,表明曲线拟合方法接近Cramer-Rao下界。

联合方位-径向速度的粒子滤波目标运动分析

纯方位目标运动分析方法要求观测平台有效机动才能估计目标运动状态,针对这一问题,联合径向速度与方位角作为测量信息对目标进行运动分析,但基于卡尔曼滤波算法进行解算需要已知粗略的目标状态初始值,且收敛时间较长、误差较大,不利于目标实时跟踪.针对以上问题,提出了一种基于粒子滤波的方位径向速度联合目标运动分析方法,建立目标运动状态分析的粒子滤波算法模型,对目标位置和速度等运动要素进行估计.在目标初始状态未知的情况下,一定程度上缩短了收敛时间,减小了估计误差,海试数据处理结果显示:相同条件下,与原有方法相比,本文所提方法收敛时间从35.1 min缩短至30.0 min;跟踪精度从6.1%提高至3.8%,且无需已知目标状态初始值。

多传感器系统纯方位定位与可观测性分析

对多静止测向站系统的可观测性、定位方法进行了分析和研究。通过运动等效,将多静止站系统转化成一个特殊的单运动测向站问题。采用拟线性方法,建立了纯方位多传感器系统目标定位问题的数学描述,并分析了系统的可观测性条件。提出了两种目标被动定位的融合递推算法,它们可以以标量的形态递推计算,具有实时性高、可计算性好的优点。

多站纯方位定位系统的可观测性条件

对多运动站纯方位目标定位系统的可观测性问题进行了研究.通过运动等效,将多运动站纯方位定位系统等效成一个特殊的单运动站定位问题.利用拟线性估计方程,导出了系统不完全可观测的一些条件,分析中还发现了系统不完全可观测的新情形.

初距为自适应参量的纯方位最小二乘TMA模型

针对纯方位目标运动分析(TMA)中距离平差法需要人工修订初始距离的限制,建立以初距为参量的最小二乘纯方位目标运动分析(TMA)模型,提出一种自适应确定初始距离的方法,放宽对人工修订初始距离的限制。通过数值仿真,结果表明该方法的有效性,且在收敛时间和解算精度指标上较传统纯方位最小二乘纯方位目标运动分析(TMA)有明显改善。