集中式多传感器无极联合概率数据互联算法

针对杂波环境下非线性系统中的多传感器多目标跟踪问题,提出了一种集中式多传感器无极联合概率数据互联算法。该算法中,首先采用无极卡尔曼滤波器实现非线性系统中状态分布的传递,在此基础上应用联合概率数据的思想将单个传感器的量测点迹与航迹互联,最后推广至顺序结构。由于无极卡尔曼滤波器可以获得比扩展卡尔曼滤波算法更高精度的近似,因此能减少非线性模型线性化引起的近似误差对联合概率数据互联概率及状态估计的影响,与基于扩展卡尔曼滤波器思想的顺序多传感器联合概率数据互联算法相比,该算法具有更高的跟踪精度和稳定性,最后通过仿真结果验证了该算法的优越性。

微型SAR发展状况

微型SAR分辨率高,体积小,重量轻,受到广泛重视,将广泛应用于无人机侦察平台。介绍了微型SAR的用途和特点,阐述了脉冲SAR和连续波SAR两种体制的微型SAR的主要型号、性能、特点、研制进展及装备情况,对两种体制的微型SAR的优缺点进行了分析,并结合实际需求展望了微型SAR的发展趋势。

多传感器顺序统计量不敏概率数据互联算法

针对非线性系统中杂波环境下的多传感器多目标跟踪问题,提出了一种多传感器顺序统计量不敏概率数据互联算法(MSOSUPDA)。算法首先根据顺序结构多传感器系统实现方法将研究问题转化为顺序处理多个非线性单传感器多目标跟踪问题,然后结合顺序统计量概率数据互联(OSPDA)的思想将单个传感器的量测点迹与多个航迹互联,在此基础上采用不敏卡尔曼滤波(UKF)实现非线性条件下目标状态估计与协方差的递推。与MSJPDA/EKF算法相比,算法具有更高的跟踪精度和稳定性,计算量明显减小。仿真结果表明,该算该发散率与耗时分别为MSJPDA/EKF算法的19%与70%,算法综合性能明显好于MSJPDA/EKF算法。

基于S-D分配的集中式多传感器不敏滤波算法

研究了非线性环境中的集中式多传感器多目标跟踪问题,提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联,求得所有可能互联中的最佳划分,然后按照顺序多传感器联合概率数据互联算法,依次处理最佳划分中各传感器源于同一目标的量测,在此基础上通过不敏卡尔曼滤波(UKF)解决非线性系统中的目标跟踪问题。最后给出了该算法与MSJPDA/EKF算法的仿真比较,结果表明该算法具有更高的稳定性和跟踪精度。

FM-CW SAR距离徙动算法研究

FM-CW SAR是一种新近被提出来的雷达成像体制,它结合连续波与合成孔径成像技术,具有结构简单、体积小、重量轻和分辨率高等一系列优点。文中结合调频连续波特性与合成孔径雷达工作特点,对调频连续波合成孔径雷达波数域成像算法进行了研究。推导了调频连续波信号的波数域模型,研究了调频周期内平台连续运动对调频连续波合成孔径雷达波数域模型的影响,进而提出了一种适用于调频连续波合成孔径雷达的改进距离徙动算法,并通过仿真验证了改进算法的有效性。

基于MATLAB SIMULINK的卫星通信仿真系统

SIMULINK是一个进行动态系统建模和仿真分析的软件包,支持连续、离散以及两者混合的线性及非线性系统,其最大特点是可在仿真过程中改变感兴趣的参数,实时观察系统行为的变化。文中利用MATLAB的SIMULINK平台构建了卫星通信系统模型,利用该模型仿真分析,可得到从调制、加噪声、到解调和滤波等各个环节的的卫星通信系统的星座图、眼图和频谱图及其相关的频域技术数据,为卫星通信系统的研究提供了一个较好的软件平台。