基于纯角度量测的二维运动目标可观性判据

针对在二维空间作匀加速运动的目标 ,获得基于纯角度量测的目标运动状态可观测的数学判据 .在求解数学判据的过程中 ,巧妙利用数学变换手段 ,将非线性角度观测方程转换成线性框架进行处理 ;利用满秩矩阵的一些特点 ,把高阶非线性微分方程转化成一阶线性微分方程组求解 ,获得了可观测性判据 .

仅有角度量测的红外机动目标跟踪

针对红外机动目标跟踪仅有角度量测的特点 ,引入了基于修正球坐标系的扩展Kalman滤波器 ,并对目标状态模型及其线性化方程进行了推导 ,建立了扩展Kalman滤波方程组。

WGS-84坐标系下双机纯角度无源定位及性能分析

为实现切合实际的多运动平台对辐射源的无源定位,提出了基于WGS-84坐标系的双机纯角度交叉定位方法。推导了在各自平台坐标系下的视线(line-of-sight,LOS)到公共的WGS-84坐标系的旋转变换矩阵,然后应用空间两异面直线公垂线线段中点实现纯角度交叉定位;同时,利用一阶Taylor展开法,推导了误差经旋转变换和交叉定位等非线性变换后的协方差矩阵,并将其用于对多个单次定位估计的滤波,以提高算法定位精度。通过仿真,对影响定位精度的主要因素进行了深入分析,对比研究了单次定位和滤波定位性能,结果表明后者可明显改善精度,验证了该方法的有效性,得到的结论可指导实际运用。

基于正态截断模型的被动传感器目标跟踪算法

被动传感器只能获得目标的角度信息而无法获得位置信息,因此单被动传感器对目标进行跟踪时难以满足可观测性条件。对单被动传感器高斯-厄米特滤波的量测模型进行扩维,建立了多被动传感器高斯-厄米特滤波模型。由于Singer模型只适用于匀速和匀加速范围内的目标运动,对于强烈的机动将引起较大的模型误差。而正态截断模型本质上是非零均值时间相关模型,能够更加真实地反映目标机动泛围和强度的变化,是目前较好的实用模型。文中基于正态截断模型提出了只有角度量测的双被动传感器高斯-厄密特机动目标跟踪算法,仿真结果表明,该方法能够对机动目标进行稳定的跟踪。

被动探测视场角约束下的深度强化学习制导方法

针对红外制导导弹拦截机动目标的导引律设计问题,提出了一种纯角度量测下考虑视场角约束的深度强化学习制导方法。首先,将拦截制导问题转化为一个马尔可夫决策过程,建立了基于双延迟深度确定性策略梯度算法的深度强化学习制导模型,并充分考虑了导弹一阶自动驾驶仪特性;其次,设计了一种满足导引头视场角约束,同时又能权衡能量消耗和制导精度的综合奖励函数,并在典型场景下进行了深度强化学习制导律训练。在目标采用不同机动形式的条件下进行了对比仿真与蒙特卡洛仿真。仿真结果表明,该方法采用红外导引头探测到的纯角度信息,能够在满足视场角约束、过载指令饱和约束的前提下以较高精度命中目标,同时对目标的不同机动方式具有较强的鲁棒性。