机动目标的跟踪与反跟踪综述

结合竞赛中存在的问题,得出以下结论:机动量估计关键在于通过被污染的雷达测量信息估计出目标的加速度随时间的变化,其难点是如何准确描述目标的运动模型;跟踪模型选择合适程度直接影响了数据关联和航迹预测的准确程度,这两者决定了了雷达系统的性能;机动目标的跟踪与反跟踪是一种博弈的关系,既相互对立又相互促进,不断推进和提出雷达新的作战需求.     

机动目标跟踪与逃逸分析

在利用地心坐标系的空间匹配算法(ECEFA)实现不同观测雷达空间数据同步的基础上,建立了机动目标跟踪的"当前"统计(CS)模型,通过Kalman滤波,实现了机动目标的有效跟踪.针对混合量测阶段,提出了集中式融合算法,实现了航迹的有效估计;对于机动目标观测断裂问题,提出了航迹粘联算法,有效地提高了航迹的连续性,降低目标状态估计误差.针对所提供的机动目标本身特征,提出了基于修正Hough变换的机动目标航迹起始策略,采用基于概率数据关联(PDA)的机动目标数据关联算法,实现了各目标的有效数据关联,确定了最终的两条航迹;最后,分别从目标的机动跟踪模型与雷达自身属性的角度出发,制订了机动目标的最佳逃逸策略.     

机动目标的跟踪与反跟踪建模研究

针对机动目标跟踪建模及目标机动规律分析问题,首先建立了基于Kalman滤波的Singer模型和修正的当前模型并利用MATLAB对其进行了求解,然后给出了两种模型下的目标的机动规律.针对飞行目标的航迹关联问题,首先建立了基于直观法的航迹起始模型,然后分别建立基于特征判决的最近邻域航迹关联模型和基于Kalman滤波的航迹关联模型并求解,结果显示,两种航迹关联模型都能较好实现航迹的分离.最后,针对高速机动目标跟踪与航迹预测问题,提出了一种基于初值的Singer模型并分析了高速机动目标的机动规律,然后分别建立了基于空间曲线拟合和基于Kalman滤波的航迹预测模型,并对两种模型进行求解与分析.     

多雷达系统数据融合与航迹预测

为了便于准确定位传感器网络,分布式的单雷达系统首先进行各自的数据处理,包括:地理坐标换算至平面直角坐标;剔除孤立的异常点迹;采用模糊c-均值聚类方法和"动态分区",将单雷达数据中属于同目标的相似点迹归类集合;根据雷达观测和目标运动的特征,在每个点迹集合中设计门限滤波和相关矩阵检验,提取完整连续的目标运动的航迹;结合各航迹特征进行种类分析.接下来对属于不同雷达的航迹两两比较,找出有相交时间段的航迹,采用三次样条对两条航迹的进行内插和外推,再通过模糊综合函数对这两条航迹给出一个相似性度量,并取阈值为0.85.最后得出雷达间各航迹匹配关系.通过该雷达所观测到的航迹的稳定程度来近似估计其观察精度.首先对每一条航迹进行分段拟合得到其剩余方差,然后直接用每一条航迹的剩余方差来衡量雷达的观察精度,最后我们得出雷达的精度排序29107728,7724253720252539.对航迹融合,我们首先采用D-S证据理论并利用分析得到的雷达精度,对表示同一目标的航迹对进行融合.其次试图运用卡尔曼滤波对航迹进行融合:思路一是设法离线估计出噪声矩阵,得出系统噪声方差矩阵和观测噪声方差矩阵,从而用于标准卡尔曼滤波方程;思路二是探究较为实用的自适应滤波,兼顾Sage-Husa自适应滤波算法的高精度与强跟踪自适应滤波算法的可靠性,采用了一种混合算法给出收敛的估计.最终给出了雷达7728和2910的融合算例以及10秒钟的预测轨迹.最后,我们将导弹拦截飞机建模为三维的追逃问题,建立了运动学关系方程,最终归结为最小能量导引律问题.采用"模糊T-S线性模型"以及RH控制方法和伴随技术,在目标作对抗性机动条件下,获得了一个有效拦截的导引律.还对多雷达系统平均处理周期、数据融合系统的航迹处理周期进行了分析,对雷达网络实时性做了评价.     

多机协同欺骗组网雷达的多虚假航迹制定方法

为有效欺骗组网雷达并充分利用设备资源,对干扰机进行复用,基于传统多机协同欺骗组网雷达模型设计了一种产生更多虚假航迹的轨迹规划方法,并将变高度平面与雷达-虚假目标射线的交点作为干扰机的航迹点,突破传统模型中干扰机只能做定高飞行的弊端,使真实航迹具有多样性,令敌方更难预测其坐标位置,保证自身安全.同时从几何关系上建立干扰机处于机动状态下的组网雷达、干扰机组、虚假航迹间的数学模型,以9架干扰机产生4条虚假航迹为例给出模型求解流程.     

多传感器数据融合与航迹预测

多传感器数据融合技术是未来军事电子领域一个重要趋势.根据6个观测雷达的观测数据进行了数据融合算法的研究.在提取目标航迹对时,对每个雷达的数据依据一定的判定条件(时间变化,角度变化在一定范围内等),分别提取出不同的目标航迹对.在提取同一目标的航迹对时,先将目标航迹的一些异常点弃除,然后把时间重合的两段航迹提取出来,通过样条插值进行时间配准,共提取出多条相关的航迹组有3组.在使用雷达探测目标时,由于技术条件和方法等的限制,使雷达数据存在各种误差.利用卡尔曼滤波自适应算法估计出观测位置的噪声方差,对雷达偏差进行修正后,采用联合卡尔曼滤波算法对多条航迹进行融合,接着利用ARMA模型预测目标在未来10秒内的轨迹,最后,对目标在被锁定后的轨迹做出预测,结合导弹的爆炸范围求得导弹击中飞机的概率约为49.54%.     

多无人机对组网雷达的协同干扰问题研究

在现代战场中,航迹欺骗干扰技术是针对组网雷达提出的协同干扰技术,旨在利用多架无人机在同一时刻对组网雷达中的部分雷达实施相互关联的虚假目标欺骗干扰.充分考虑了实际情况下无人机飞行模态、飞行速度、飞行高度的约束限制,对雷达的位置分布以及虚假航迹线进行可视化,并将三维空间模型投影到二维平面后进行建模分析.主要针对一个虚拟的无人机航迹欺骗干扰问题,建立时空模型,通过构建可达交互矩阵和雷达扫描算法,结合0-1整数规划,得到无人机协同飞行的最优策略.     

舰船运动航迹相关临界度的仿真模型

以雷达航迹与红外线角度航迹的相关为例 ,分析舰船运动航迹相关的临界度指标 ,建立状态方程 ,进行相应的运算和统计计算 ,并给出准确的仿真输出结果 .     

量测带噪声的多个体二阶系统聚集控制

考虑在含有量测噪声情况下的二阶多个体系统聚集控制问题.目的是使得系统中每个个体根据邻居信息构造控制,在只有部分个体能够观测到目标的情况下到达目标.和以前许多多个体同步及聚集问题的研究模型中所考虑的一阶系统不同, 系统的每个个体都只能量测到其邻居个体的部分状态信息,如位置, 并且这些量测还带有噪声.根据这些信息设计了基于局部规则的分散控制律,并且证明当量测噪声和状态量测本身相关时,只要系统在任意给定的时间区域段之内能够保持联合连通,就能够实现系统对目标的跟踪和达到目标.     

一种用于“蛇形”机动目标的跟踪方法研究

为了满足光电跟踪系统中对“蛇形”机动目标跟踪的要求,针对以前应用的Singer模型的缺陷,根据“蛇形”机动目标运动规律,提出一种机动目标转弯模型,结合扩展卡尔曼滤波算法,对典型“蛇形”机动目标进行跟踪。通过Monte Carlo仿真,实现了在平面内对“蛇形”机动目标位置的准确跟踪,并且距离均方根误差（RMSE）比Singer模型要小很多,从而验证了该方法的有效性。