双基阵纯方位水下被动目标跟踪性能仿真分析

研究了基于纯方位信息的双基阵声纳信息融合的跟踪性能,并进行了详细的仿真实验。仿真结果表明,在平台-目标相遇这种较为常见的态势下应用扩展卡尔曼滤波可以快速、稳定地完成目标运动要素的估计,同时还揭示了平台与目标运动的几何态势对跟踪性能的影响,为工程应用提供了参考。

混合坐标下的卡尔曼滤波应用于水下被动目标跟踪

针对水下被动目标跟踪数据率低、跟踪误差大的特点和难点 ,研究了混合坐标下的自适应推广卡尔曼滤波算法 ,并将其应用于水下被动目标跟踪估计器设计。该算法充分应用了直角坐标系下动态方程的线性特性和极坐标系下测量方程的线性特性 ,针对两坐标体系间协方差矩阵变换的近似 ,引入了虚拟噪声进行补偿。通过系统的 Monte Carlo仿真结果表明

基于衰减记忆滤波的平方根UKF被动目标跟踪算法

针对被动目标跟踪的非线性和弱可观性的特点,并结合导致滤波器发散的两大因素,即模型误差和计算误差,提出了一种基于衰减记忆滤波的平方根UKF算法,利用衰减记忆滤波和平方根滤波来分别克服模型误差和计算误差引起的滤波发散,增强了系统的稳定性并提高了跟踪精度。仿真结果表明,该算法确实提高了滤波的稳定性,其跟踪精度优于扩展卡尔曼滤波EKF算法和无迹卡尔曼滤波UKF算法,收到了良好的效果。

自适应Kalman滤波器在水下被动目标跟踪中的应用

在水下被动目标跟踪系统中 ,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差。提出了一种修正极坐标系下的自适应卡尔曼滤波算法 ,对虚拟噪声进行估计 ,动态补偿模型线性化误差 ,消减系统的观测误差 ,对其滤波理论及算法进行了研究和仿真。仿真结果表明 ,该算法提高了滤波的稳定性、快速性和精确性 ,优于一般的扩展卡尔曼滤波算法。

卡尔曼滤波在被动目标跟踪系统中的应用

针对卡尔曼滤波方法在双观测站被动目标跟踪系统中的应用进行了研究。建立了双观测站被动跟踪系统的非线性滤波模型,通过扩展卡尔曼滤波方法在该非线性模型下的具体实现步骤。分析了目标通过不同角度向观测站袭来时,卡尔曼滤波算法对目标参数估计的精度,验证了扩展卡尔曼滤波方法在被动目标跟踪中的有效性。仿真结果表明,目标参数估计的精度与观测的目标方位角变化率有关,变化率越大,估计误差越小。

基于采样卡尔曼滤波的水下被动目标跟踪

针对水下被动目标跟踪问题中,采用直角坐标系容易出现滤波发散,而修正极坐标系下过程模型强非线性的问题,研究了一种修正极坐标系下的采样卡尔曼滤波算法。采样卡尔曼滤波比传统的扩展卡尔曼滤波更好地逼近状态方程和测量方程的非线性特性,给出更精确的均值和协方差的估计,并且适用于过程噪声与状态估计非线性耦合的情况。在修正极坐标系下,采用3种滤波方法求解被动目标跟踪问题,仿真结果表明,采样卡尔曼滤波的滤波精度优于传统的扩展卡尔曼滤波方法和自适应扩展卡尔曼滤波方法。

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。

被动目标自适应跟踪算法仿真研究

针对纯方位被动目标跟踪中 ,直角坐标系下的扩展卡尔曼滤波器容易发散 ,而导致滤波精度很差 ,该文提出了一种直角坐标系下的自适应卡尔曼滤波算法 ,对虚拟噪声进行估计 ,动态补偿观测模型线性化误差 ,消减系统的观测误差 ,并对其滤波理论及其算法进行了研究和仿真。仿真结果表明 ,该算法提高了滤波的稳定性、快速性和精确性 ,优于一般的扩展卡卡尔曼滤波算法 。

修正的EKPF算法在固定单站被动目标跟踪中的应用

基于以角度、角度变化率、多普勒频率变化率信息为观测量的固定单站被动目标跟踪系统,引入扩展卡尔曼粒子滤波(EKPF)算法对定位结果进行滤波处理。理论分析和仿真实验证明了其滤波性能在该系统中的优越性。针对EKPF算法运算量大、实时性差的问题,通过对部分粒子进行间隔EKF采样,将EKPF算法进行修正。修正的EKPF算法既有效降低了运算量,又增加了粒子的多样性,使粒子集更加逼近真实的后验概率密度函数。计算机仿真表明,与传统的EKPF算法相比,修正算法在保证滤波性能基本不变的前提下,算法实时性得到了有效提高。

多媒体传感器网络中基于多视觉信息的被动目标定位算法

目标定位是无线传感器网络应用研究中一个重要而有意义的问题,由于被动目标与信标间无主动通信联系,以及摄像机节点本身传感模型的方向性和区域性,使得传统的定位算法并不适用于新兴的多媒体传感器网络.提出了一种多媒体传感器网络中基于多视觉信息的被动目标定位算法,由发现目标的若干个摄像机节点自组织形成簇,利用单目视觉成像模型,获取目标的上下两点在定位平面的坐标后建立在统一世界坐标系下的直线表达式,簇头节点融合簇内所有直线方程,建立最小二乘意义下的代价函数,令其取最小值从而获得目标的准确位置坐标信息.最后通过实验验证了本算法比仅用单摄像机节点直接定位能够获得更高的定位精度.

基于改进Rao-Blackwellized粒子滤波的WSN被动目标跟踪

Rao-Blackwellized粒子滤波虽然适合系统状态包含线性高斯分量的非线性状态估计,但是由于其计算量较大,不适用于实时性较高的被动目标跟踪情况。针对Rao-Blackwellized粒子滤波的不足,提出了改进的Rao-Blackwellized粒子滤波算法用于WSN被动目标跟踪。新的算法由一个粒子滤波和一个卡尔曼滤波组成,在执行过程中,粒子滤波和卡尔曼滤波相互交换信息,并行运行。计算机仿真结果表明,新的算法能够更好地减少计算量,提高跟踪的实时性。

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．

基于垂直线列阵的深海被动目标定深误差

首先研究了在深海环境下,采用三阵元垂直线列阵水声探测系统进行被动目标定深的基本原理。然后分别从随机误差、阵元配置偏差和相干多途水声信道干扰的角度,对被动目标定深的误差源进行了理论分析,并推导了相关公式。通过仿真实验,总结出各误差源对被动目标定深精度影响的规律,为进一步开展被动目标定深研究、提高被动目标定深精度奠定了基础。

基于垂直线列阵的深海被动目标定深精度分析

首先研究了在深海环境下,采用三阵元垂直线列阵水声探测系统进行被动目标定深的基本原理,推导出了估计目标深度的理论公式。然后分别从随机误差、阵元配置偏差和相干多途水声信道的干扰的角度,对影响被动目标定深精度的各个误差源进行了理论分析,推导出了相关的理论公式,并提出了时延系数的概念。通过仿真实验,总结出各个误差源对被动目标定深精度的影响的规律,为进一步开展被动目标定深研究、提高被动目标定深精度奠定了基础。

基于UKF光电被动目标跟踪及可观性分析

光电经纬仪在跟踪测量过程中经常会由于云层遮挡等原因,导致目标暂时丢失情形,采用数据融合技术是保证系统连续平稳跟踪的一种有效解决办法。由于在数据融合中需要估计目标的状态信息,面临着被动目标跟踪领域普遍存在的非线性估计与可观测性两大难题。采用传统的扩展卡尔曼滤波(EKF)算法会产生较大的估计误差,并易导致滤波发散。介绍无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)来解决非线性估计问题,同时分析了光电经纬仪在实际目标跟踪时的可观测性问题,提出在不可观测条件下保持滤波稳定的方法。Monte-Carlo仿真结果证明此算法有效、可行。

纯方位水下被动目标跟踪与卡尔曼滤波

针对水下被动目标跟踪的特点,本文对基于扩展卡尔曼滤波、修正增益扩展卡尔曼滤波、协方差平方根滤波、变系数衰减记忆滤波等纯方位水下被动目标跟踪算法进行了系统的仿真实验,比较和分析了仿真结果,研究了一些滤波器的参数选择,指出了修正极坐标系的优越性.为水下被动目标跟踪的实现提出了参考。

单站被动目标观测角优化模型的建立与仿真研究

针对单站定位理论模型对方位角的测量精度要求较高,现有测量技术很难达到,提出从改进观测角误差着手,建立目标观测角函数优化模型。利用函数拟合和卡尔曼滤波算法对观测值进行预处理,有效的减小观测系统误差对定位的影响。仿真结果表明该模型具有较好的收敛性,在方位估算精度为0.5°时,被动定位能与主动方式媲美。该结果对水下运动目标被动定位的研究具有重要的参考价值。

垂直长基线阵被动目标定位的缩比试验

在水文条件优良的深海中垂直布放长基线阵实施被动目标定位具有重大意义,但限于现有设备的结构耐压性、布放难度等条件的限制,海试难以实施。消声水池具有与深海类似的声场环境,可以在消声水池中利用短基线阵实施缩比模拟试验。首先分析论证了影响目标定位精度的两个关键参数(时延估计精度和阵元间距)的设置,为深海垂直长基线阵和水池缩比试验平台的设计提供参考;然后给出了试验平台设计、试验步骤及试验数据处理分析方法;最后利用消声水池试验数据对深海中垂直长基线阵的目标定位精度、作用距离等指标做出了性能预报。

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.

双基阵纯方位水下被动目标的跟踪算法

双基阵纯方位水下被动目标的跟踪算法,以带拖曳阵声纳的潜艇为模型,将双基阵跟踪转化为随机跳动的特殊单基阵跟踪。当潜艇利用双基阵进行目标跟踪时,把双基阵跟踪等效成单站跟踪,再采用伪线性估计器对目标的运动要素进行解算。仿真结果表明该方法对目标和潜艇的运动态势有很强的适应能力。