联合概率数据关联(JPDA)算法在解决多目标跟踪时需要目标准确的动力学模型, 动力学模型失配在多机动目标跟踪中时常发生,而作为有效的解决方法之一——强跟踪滤波(STF)是针对无杂波环境下的单机动目标设计的。为了提高杂波环境下多机动目标跟踪精度, 提出一种联合概率数据关联强跟踪滤波(JPDA-STF)算法。该算法为了能够实现各个目标的渐消因子计算, 采用对与目标关联的量测进行加权融合的方式获取目标新息协方差, 其中, 量测权重的计算则是通过JPDA的方式获取。通过各目标渐消因子获取状态预测协方差, 随后在卡尔曼滤波框架下即可实现目标状态的更新。实验结果表明, 该算法相比于传统的JPDA算法能够更有效地降低跟踪误差。

为了满足某自行高炮炮塔俯仰向随动系统的抗干扰性能, 重新设计该系统的伺服控制器。在简要描述该系统的结构及工作原理的基础上, 对系统各模块建立数学模型。提出了一种用于伺服系统的优化模型补偿自抗扰控制方法。采用变遗忘因子的递推最小二乘(RLS)法, 通过输入交轴电流和转速得到伺服系统的所受阻力矩和冲击载荷, 对自抗扰控制器进行补偿。并在Matlab/Simulink仿真环境下结合S函数对系统进行仿真研究。性能评估结果表明, 该算法较好地增强了扩张状态观测器估计扰动的能力, 并提高系统的鲁棒性和控制精度。

针对现实场景中跟踪目标的光照变化、尺度变化、遮挡等问题,提出了一种基于通道可靠性的多尺度背景感知相关滤波跟踪算法。通过提取方向梯度直方图特征、灰度特征和颜色属性特征作为目标表观模型,提高了目标跟踪方法在复杂场景中的稳健性;独立训练每个通道的背景感知相关滤波器,采用通道可靠性系数衡量每个通道响应图的置信度;根据所有通道的响应图和可靠性系数,合成多通道背景感知相关滤波跟踪器的最终响应图,对目标进行精确定位;运用尺度池方法估计目标的最优位置和尺度。实验结果表明:与现有跟踪算法相比,所提算法可以有效地处理光照变化、尺度变化、遮挡等复杂因素的干扰,取得较高的跟踪精度和成功率,其整体性能优于其他算法。

为满足某新型稳瞄伺服系统控制精度的要求, 重新设计该系统的伺服控制器。在简要描述该稳瞄伺服系统的结构及工作原理的基础上, 对系统的各个模块建立数学模型。提出将自抗扰控制器应用于系统的速度环, 将经过改进的非线性PID (NLPID)控制器应用于电流环, 并在Matlab/Simulink仿真环境下结合S-Function模块对系统进行仿真研究。仿真结果表明, 所设计的控制器不仅跟踪精度高, 而且具有较好的扰动隔离性能以及很强的适应性和鲁棒性, 为高精度稳瞄伺服系统的进一步研究提供理论参考。

当前月球卫星主要依靠地面站进行遥控遥测。针对月球卫星与地面站距离较远, 信号延迟大, 地面基线短和月球背面不可见弧段等因素, 提出一种基于X射线脉冲星的月球卫星自主导航方法。结合月球卫星轨道动力学方程和脉冲星提供的量测信息, 分析了X射线脉冲星的距离测量精度, 并利用PWCS可观测分析方法对系统进行可观测分析, 最后采用扩展卡尔曼滤波进行状态估计。仿真结果表明, 该导航方案具有较好的稳定性和估计精度, 能够适用于月球卫星的自主导航。

针对机动目标跟踪, 提出一种基于交互式多模型的改进去偏转换测量卡尔曼滤波算法(IMM-MDCMKF), 该算法在多模型中使用了改进的去偏转换测量卡尔曼滤波算法(MDCMKF)。MDCMKF算法先通过引入状态估计值对转换误差协方差进行修正, 有效地降低了测量噪声对此协方差的影响, 然后将修正的转换误差协方差用于目标跟踪问题中的去偏转换测量卡尔曼滤波算法。最后进行的Monte Carlo仿真结果表明, 所提算法跟踪精度优于IMM-EKF算法和IMM-DCMKF算法。

交互多模型(IMM)与去偏转换量测卡尔曼滤波(DCMKF)相结合的去偏转换量测IMM(DCM-IMM)算法是一种常用的机动目标跟踪算法。但该算法运算复杂, 计算量大, 用软件方法实现难以满足实际工程应用中实时性高的要求。首先, 本设计将DCM-IMM算法拆解为标量运算; 然后, 采用块的设计思想, 利用现场可编程门阵列(FPGA)的并行流水线机制, 对模块内部的运算单元进行分时复用和优化, 实现了浮点DCM-IMM算法的硬件设计, 解决了采用传统的软件方法实现过程中存在实时性难以满足的问题; 最后, 通过Matlab和Quartus Ⅱ仿真, 验证了本设计的优越性。

针对基于粒子群优化算法的粒子滤波计算复杂度大，并且容易陷入局部最优，提出了一种新的基于混沌的粒子群优化粒子滤波算法。该算法在粒子群优化的基础上，引入混沌序列，利用混沌运动的遍历性、随机性等特点改善了初始样本的质量，同时利用混沌扰动避免搜索过程陷入局部最优，使算法具有更快的收敛速度和更好的全局搜索能力。最后利用UNGM模型将该算法与标准粒子滤波和粒子群粒子滤波进行仿真对比，并利用纯角度目标跟踪模型验证了算法的有效性。实验结果表明，该算法改善了粒子群优化算法的粒子滤波易陷入局部最优的现象，提高了粒子滤波的精度和速度，具有较高的应用价值。

去偏转换量测卡尔曼滤波在雷达目标跟踪系统中有着广泛的应用，针对某型超近程主动防护系统的研制与开发，设计了基于现场可编程门阵列的去偏转换量测卡尔曼滤波器。针对超近程主动防护系统的高精度和实时性的要求，该设计采用结构化设计思想，利用现场可编程门阵列实现浮点去偏转换量测卡尔曼滤波器的设计。在保证实时性的前提下，在模块内部对运算单元分时复用，解决了采用传统的软件方法实现过程中存在的并行性和速度问题，并且保证了运算的精度。通过Matlab和QuartusⅡ仿真，验证了本设计的优越性。