基于序贯思想的高阶无迹变换多普勒雷达跟踪算法

为减小雷达目标跟踪问题中与距离、角度和多普勒速度有关的测量误差,针对传统多普勒雷达跟踪出现的强非线性问题,给出采用序贯思想的高阶无迹变换的多普勒雷达目标跟踪算法。该算法通过从高阶卡尔曼滤波算法中引入多普勒雷达中的量测信息,并按角度、距离、多普勒速度的顺序进行依次滤波处理,采用高阶无迹变换采样,能够减小强非线性变化对目标跟踪精度的影响。仿真对比结果表明所提的算法有较高的跟踪精度。

一种高阶无迹卡尔曼滤波方法

现有的研究中,高阶无迹变换(Unscented transform,UT)还不存在具体的解析解,因此,无法利用高阶无迹变换获得具备更高精度的高阶无迹卡尔曼滤波器(Unscented Kalman filter,UKF).为了解决这一问题,本文在五阶容积变换(Cubature transform,CT)的基础上,通过引入一个自由参数κ,得到高阶无迹变换的解析解,从而获得了高阶无迹卡尔曼滤波器(Unscented Kalman filter,UKF).同时验证了现有的五阶容积变换和五阶无迹变换分别是本文所提出的高阶无迹变换在κ=2和κ=6-n时的两个特例.进而分析和讨论了高阶无迹卡尔曼滤波器在系统不同维数条件下κ值的最优选取,并讨论了其稳定性.纯方位跟踪模型和弹道目标再入模型仿真验证了本文方法的正确性,且与现有方法相比具有更高的精度.

基于高效求矩法与最大熵原理的矩方法

矩方法是进行结构可靠度分析的重要方法之一,其精度与效率很大程度上依赖于对功能函数矩的求解。然而,现有的求矩方法并不能很好地兼顾精度与效率。鉴于此,提出了一种基于高效求矩法与最大熵原理的矩方法。首先,通过自适应二维减维与高阶无迹变换求解结构功能函数前四阶矩,继而依据求得的前四阶矩,采用最大熵原理求解结构可靠指标。算例部分通过两道例题,将所提的高效求矩法与已有求矩方法,如蒙特卡洛方法、一维减维点估计等方法的求矩结果进行了对比,同时对比了结构可靠指标的计算结果。结果表明,所提的矩方法在求矩方面既提高了效率,也能保证精度,且计算得到的结构可靠指标的精度也能够满足工程要求。