国家自然科学基金(61273001) 作品数:19 被引量:43 H指数:4 相关作者: 赵温波 丁海龙 盛琥 曹燕 曲成华 更多>> 相关机构: 中国人民解放军陆军军官学院 中国电子科技集团公司第三十八研究所 华东电子工程研究所 更多>> 发文基金: 国家自然科学基金 安徽省自然科学基金 更多>> 相关领域: 电子电信 自动化与计算机技术 兵器科学与技术 航空宇航科学技术 更多>>
基于BLUE的双站纯方位跟踪算法 被引量:2 2018年 纯方位定位是重要的无源定位手段,受几何布局等因素影响,其定位精度不高。为实现快速高精度估计,研究双站纯方位定位中的BLUE滤波模型。建立直角坐标系中的量测转换模型,分析量测转换误差统计规律,推导双站纯方位定位的BLUE滤波器。与其它经典算法的性能对比表明:BLUE滤波能估计出量测转换误差的高阶项,其性能优于EKF,而计算量低于UKF,在不同状态噪声下都能最优滤波,有较好的实用前景。 盛琥 赵温波关键词:非线性滤波 基于点迹的雷达弱信噪比目标检测跟踪研究综述 战场弱信噪比环境日益突出,给雷达检测与跟踪目标提出了严峻挑战,本文在参考国内外弱信噪比目标检测与跟踪研究成果的基础上,对基于点迹雷达弱信噪比目标检测跟踪技术进行了较为全面的综述,详细分析了四种典型的检测跟踪算法的原理、优... 丁海龙 赵温波关键词:杂波 文献传递 基于GMPHD的雷达组网检测跟踪算法研究 2016年 将高斯混合概率假设密度算法(Gaussian mixture probability hypothesis density algorithm,GMPHDA)成功应用于多雷达组网跟踪检测弱信噪比多目标,能估计得到所有目标状态与数量,但其跟踪结果是估计值随机集,未与各真实目标分别对应,目前未出现相关完整算法。因此提出对估计航迹进行辨识,包括航迹区分、继续、新生与恢复,给出了一整套航迹辨识算法流程,完善了多雷达组网跟踪检测目标算法。仿真结果表明,能跟踪检测到弱信噪比环境下所有目标,提出的航迹辨识算法能够形成与各真实目标一一对应、逼近的航迹。 赵温波 丁海龙关键词:概率假设密度滤波 十字翼布局无人机半实物仿真系统设计 被引量:2 2014年 针对十字翼布局无人机飞行控制系统,设计该无人机半实物仿真系统,阐述了该系统的组成、原理,并介绍了仿真软件。通过对十字翼布局无人机飞行控制系统半实物仿真结果的分析和研究,验证了PID控制律能有效地控制十字翼布局无人机悬停阶段的姿态角和高度。结果表明仿真系统为自动驾驶仪的测试评估提供了平台和依据。 都基焱 张振 史巍巍关键词:半实物仿真 飞行控制系统 基于点迹的雷达弱信噪比目标检测跟踪研究综述 被引量:4 2014年 战场弱信噪比环境日益突出,给雷达检测与跟踪目标提出了严峻挑战,本文在参考国内外弱信噪比目标检测与跟踪研究成果的基础上,对基于点迹雷达弱信噪比目标检测跟踪技术进行了较为全面的综述,详细分析了四种典型的检测跟踪算法的原理、优缺点和研究进展,并展望了雷达弱信噪比目标检测跟踪技术有前景的研究方向。 丁海龙 赵温波关键词:杂波 雷达组网GMPHDF关键参数研究 被引量:1 2015年 高斯混合概率假设密度滤波具有严密的数学基础,适合跟踪弱信噪比多目标,但其目标分布协方差P和高斯元素裁剪门限T至今未有合理取值规则,影响了跟踪效果,且残差协方差S参与增益计算时需要对其进行逆计算,如果S为非正定,会导致计算发散。针对上述问题,通过概率统计方法推导了参数P和T的取值规则,通过Cholesky和QR分解,确定了参数S的计算规则。仿真比较分析表明:文中提出的目标分布协方差P、裁剪门限T和残差协方差S的计算规则用于雷达组网高斯混合概率假设密度滤波跟踪弱信噪比多目标时,能较高精度地跟踪到所有目标,且没有带来多余计算负担。 丁海龙 赵温波关键词:雷达组网 雷达组网交互多模型自适应平方根无迹滤波算法 2015年 针对雷达组网对空域目标滤波估计时目标机动建模问题和系统非线性滤波建模问题,提出了交互多模型自适应平方根无迹滤波(IMM-ASQUF)算法,该算法融合了交互多模型算法对目标机动模型的自适应机动建模能力和自适应平方根无迹滤波(Adaptive Square Root Unscented Filter,ASQUF)处理非线性高斯噪声系统良好的滤波估计性能,避免了UF的Cholesky分解遇到非半正定矩阵容易发散、不准确滤波初值造成滤波发散以及异常扰动影响滤波效果等问题,较好地解决了机动建模问题和非线性滤波建模问题。仿真验证表明,构造参量的IMM-ASQUF估计计算精度高,机动跟踪自适应性强,工程可用性好。 丁海龙 徐从东 赵温波关键词:雷达组网 交互多模型 基于交互多模型虚拟观测卡尔曼滤波的多雷达组网机动目标跟踪算法 被引量:1 2015年 针对强机动性目标难以使用单一运动模型来描述,组网雷达(NR)的极坐标测量值与融合中心惯性(FCRNS)坐标的状态值呈非线性关系等问题,提出将FCRNS坐标虚拟为观测坐标(称为虚拟观测卡尔曼滤波),以满足采用卡尔曼滤波(KF)进行多雷达组网目标跟踪的线性化约束;使用协同转弯模型+匀速直线模型构建交互多模型,解决了多雷达组网空域机动目标自适应运动建模问题;通过虚拟观测误差协方差矩阵建模、初始估计建模,构建了交互多模型虚拟观测卡尔曼滤波算法(IMM-VOKFA),用于多雷达组网对空域机动目标的滤波跟踪.将提出的IMM-VOKFA用于多雷达组网的转弯机动目标跟踪中,并与交互多模型扩展卡尔曼滤波(IMM-EKF)进行了对比.仿真结果表明,IMM-VOKFA滤波精度高,机动自适应性强,计算稳定性高,工程可用性好. 赵温波 丁海龙关键词:雷达组网 交互多模型 卡尔曼滤波 基于量测转换与输入估计的机动目标跟踪算法 被引量:7 2015年 针对雷达系统中机动目标的跟踪问题,提出输入估计(input estimation,IE)与无偏量测转换(unbiased converted measurement,UCM)相融合的自适应算法。用无偏量测转换技术将观测量转换到直角坐标系,使得在极坐标系内应用IE成为可能;提出检测窗内加速度阶梯变化的假设并推导相关模型,使得单个输入估计器能够跟踪各种变化机动。仿真分析表明,算法与基于多滤波器并行工作的交互式多模型相比,跟踪精度相当,但运算量大大降低,因此适用于对性能和实时性要求较高的场合,有很好的应用前景。 盛琥 赵温波 王立明 刘发磊 曹燕基于量测预测联合估计的单站只测角跟踪 2017年 提出用于单站只测角系统的修正最佳线性无偏估计(BLUE)滤波器。针对BLUE滤波器用于雷达目标跟踪时需要完备的非线性观测集合来构建转换量测及单站只测角系统只提供方位观测,无法直接应用普通BLUE滤波器跟踪目标的问题,构造了基于目标状态预测的预测斜距,并在分析预测斜距误差统计特性后,用斜距预测和方位观测组成转换量测,推导出可应用于单站只测角系统的BLUE滤波模型。所提改进算法在性能和运算量上有明显优势,有很好的应用潜力。 盛琥 张远 赵温波 张雄 安振关键词:最佳线性无偏估计 非线性滤波