共查询到18条相似文献,搜索用时 62 毫秒
1.
一种改进的单站无源定位与跟踪算法 总被引:8,自引:0,他引:8
无源定位与跟踪技术有着广阔的应用前景。对于机动干扰源单站无源定位与跟踪,直角坐标系下一阶卡尔曼滤波算法容易发散,二阶卡尔曼滤波算法运算量大。针对这一不足,本文提出了在极坐标下建立状态方程和观测方程的卡尔曼滤波进行干扰源单站无源定位与跟踪。仿真实验结果表明了该算法的有效性。 相似文献
2.
单站两坐标雷达空间目标跟踪新算法研究 总被引:1,自引:0,他引:1
在以常规卡尔曼滤波器为基础的各种跟踪算法中,要求精确的模型和噪声统计,但在实际问题中,大多数情况上述要求不能满足。本文给出了考虑初始条件不精确性的改进型卡尔曼滤波算法,并在引入速度量测信息的基础上,运用该滤波方法进行空间目标二维定位。蒙特卡洛仿真表明该方法降低了对模型精度的要求,在工程上是可行的。 相似文献
3.
4.
5.
6.
7.
机动目标通常不是做恒定的运动,其运动状态会随时间的变化而变化.这就使描述系统运动的状态方程是非线性的,而且系统参数会不断变化.传统的推广卡尔曼滤波适用于定系统定参数的情况,如果运用到机动目标跟踪上会导致误差增大甚至滤波发散.基于此,将强跟踪滤波运用到机动目标跟踪上.强跟踪滤波在卡尔曼滤波的基础上引入了多重渐消因子,使强跟踪滤波具有极强的跟踪能力和较好地鲁棒性,因此可以很好地解决变系统变参数的问题.通过仿真,将强跟踪滤波与UT-BLUE滤波方法和EKF滤波方法进行比较,结果表明了该滤波方法的有效性和优越性. 相似文献
8.
系统模型和滤波算法是机动目标单站无源定位跟踪要解决的核心问题。文中采用截断正态概率模型和一种新型的滤波算法--容积卡尔曼滤波,对机动目标进行单站无源定位跟踪。针对目标突发机动的情况,借鉴强跟踪滤波器的思想,在滤波过程中引入时变渐消因子,提出了一种强跟踪容积卡尔曼滤波算法(Strong Tracking Cubature Kalman Filter,STCKF)。该算法利用容积数值积分原则直接计算非线性随机函数的均值和方差,实现简单,估计精度高,并通过渐消因子自适应在线调节增益矩阵,增强了系统对突发机动的跟踪能力。结合空频域单站无源定位模型进行仿真实验表明,STCKF算法在对一般机动目标进行跟踪时,性能与CKF算法相当,并优于传统的EKF算法。当目标突变大机动时,STCKF算法的滤波性能要高于EKF以及CKF算法。 相似文献
9.
三维机动辐射源的单站无源跟踪方法 总被引:10,自引:0,他引:10
针对单站无源定位中对于机动辐射源利用角度及其变化率能否定位的问题,引入雷达对机动目标跟踪的多级噪声自适应(ANL)法和交互多模(IMM)方法,以及机动目标运动模型如Singer模型、匀加速模型等,研究并提出了两种对机动辐射源利用角度及其变化率进行单站无源跟踪方法。通过计算机数字仿真表明,在满足定位可观测条件的前提下,对机动辐射源仅仅利用角度及其变化率是可以定位的,其中IMM方法具有比较优秀的性能。 相似文献
10.
11.
12.
一种改进粒子滤波的双站无源定位跟踪算法 总被引:2,自引:0,他引:2
在非线性非高斯状态空间下,粒子滤波器是一种有效的非线性滤波算法,它的关键问题包括粒子权重的计算、粒子重采样和状态估计等。本文根据粒子滤波算法思想和双站无源定位跟踪的非线性,将粒子滤波算法用于双站无源定位跟踪问题,给出了一种改进的粒子滤波算法,并对其关键问题根据双站无源定位跟踪的特殊性进行了改进。利用Matlab进行了仿真实验,与最小二乘算法、扩展卡尔曼滤波算法进行了比较,结果表明所提算法定位跟踪精度优于其他方法。 相似文献
13.
机动目标自适应高斯模型与跟踪算法 总被引:4,自引:0,他引:4
提出了一种描述机动目标运动状态的自适应高斯模型,在这种模型中,机动目标的加速度被认为是具有非零均值、时间相关的随机过程,并假定其概率密度函数服从高斯分布。指出了机动目标运动模型的均值和方差与目标机动加速度最佳当前估计值之间的关系,在此基础上,提出了相应的自适应卡尔曼滤波算法。仿真结果表明,该算法对机动目标在不同机动方式下的位置、速度和加速度均有良好的跟踪效果,且所需计算量小。 相似文献
14.
15.
16.
讨论了对辐射源进行被动测向时,用扩展卡尔漫滤波进行目标跟踪,并对目标机动进行判断的方法,在判断目标机动的前提下,用变维卡尔曼滤波完成对目标机动 过程的跟踪。 相似文献
17.
针对地磁背景下磁偶极子目标跟踪过程中存在的地磁干扰与模型非线性的问题,该文提出一种基于差量磁异常的蒙特卡洛卡尔曼滤波(MCKF)跟踪方法。新的跟踪方法以传感器阵列测量磁场的差量作为观测信号,并利用蒙特卡洛卡尔曼滤波算法解决模型的非线性问题,实现磁偶极子目标的实时跟踪。通过仿真跟踪实验,结果表明该文算法较传统的扩展或无迹卡尔曼滤波算法在稳定跟踪过程中对目标特征参数的估计更精确;通过地磁背景跟踪实验,结果验证了该文算法较传统算法在低信噪比下的性能优势。
相似文献18.
针对在复杂环境下基于卡尔曼滤波的雷达目标跟踪中存在的鲁棒性和自适应性较差的问题,研究了一种新的雷达目标自适应鲁棒跟踪算法;通过引入自适应渐消因子,对估计误差协方差和滤波增益矩阵进行在线自适应调整,从而使得滤波算法具备良好的鲁棒性和自适应性,提高雷达目标跟踪的精度。最后,通过仿真对所研究的方法进行了验证。 相似文献