1 哈尔滨飞机工业集团有限责任公司, 哈尔滨 150060
2 陆装驻洛阳地区航空军事代表室, 河南 洛阳 471000
3 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳 471000
提出了一种主要针对地面目标的高精度被动地理定位的方法, 该方法结合旋转椭球地球平行面模型与光电探测系统瞄准线地理姿态, 推导了目标高精度被动定位解析算法。为提高测量定位精度, 通过对地面目标在地球坐标系中的运动建立加速度当前统计模型作为状态方程, 利用地面目标被动定位解析结果作为量测方程, 应用标准卡尔曼滤波方法进一步提升目标定位精度。该方法计算了地球曲率影响, 避免了误差二次放大, 算法简单、精度高。相比传统的先估算目标相对距离, 再按有准确激光测距值进行定位解算的方法, 其定位精度得到了很大提升。关键词:
被动地理定位 加速度当前统计模型 卡尔曼滤波 passive geolocation current statistical model of acceleration Kalman filter
杭州电子科技大学 自动化学院, 杭州 310018
针对混合网格变结构多模型算法中用于描述目标运动模式的加速度估计不准确引起跟踪精度下降的问题,本文提出了一种基于“当前”统计模型(Current Statistics,CS)的混合网格多模型算法(Hybrid Grid Multiple Model,HGMM).该算法以基于“当前”统计模型估计得到的加速度均值为依据进行网格划分,在线生成目标可能的模型集合,采用交互式多模型算法进行目标跟踪.在一般机动及强机动场景下进行了算法性能测试分析,仿真结果表明,该算法提高了对机动目标的跟踪精度.
机动目标 混合网格 “当前”统计模型 加速度均值 maneuvering target hybrid grid current statistic model acceleration mean
介绍了经典中距拦射空空导弹无线电修正指令的形成原理及存在的问题，并分析了原因。提出了变周期中制导指令的方式，并建立了基于目标当前统计模型的变周期指令模型，将目标运动状态预估计值融入中制导指令，以中制导剩余时间估计为根据,改变中制导指令周期。仿真结果表明，改进的指令模型提高了导引头偏离角跟踪的效能并限制了截获时的目标指示角误差。
中距拦射导弹 中制导指令 变周期 当前统计模型 mediumrange intercept missile midguidance instruction variable period current statistical model
1 中国航空工业集团公司洛阳电光设备研究所, 河南 洛阳471009
2 中国人民解放军驻六一三所军事代表室, 河南 洛阳471009
基于Jerk模型及当前统计模型提出了一种改进的高机动Jerk模型跟踪算法。在假设机动加速度变化率(即加加速度)为非零均值指数相关随机过程的基础上, 引入了关于加加速度变化趋势的修正项, 从而进一步提高了目标跟踪精度。最后, 通过Matlab仿真实验证明了该模型跟踪算法的优越性和有效性。
目标跟踪 Jerk模型 当前统计模型 高机动 target tracking Jerk model current statistical model highly maneuvering
1 空军工程大学航空航天工程学院, 西安 710038
2 广州军区空军指挥自动化工作站, 广州 510004
3 广州军区空军装备部, 广州 510004
针对隐身战斗机作战的电磁隐蔽性需求, 提出网络信息支持下的目标“虚拟跟踪”方法。基于虚拟量测转换建立“虚拟跟踪”的状态模型, 针对网络信息精度和战斗机状态估计误差, 基于量测无偏转换原理对状态模型进行修正。为提高对机动目标“虚拟跟踪”的状态估计精度, 设计基于“当前”统计模型的交互式多模型无迹卡尔曼滤波算法进行滤波处理。针对机动目标跟踪下不同误差影响对比进行的仿真表明, “虚拟跟踪” 方法能快速获得稳定的目标状态估计, 通过提高信息更新频率和战斗机的姿态估计精度, 能获得较高精度水平的目标信息。
网络信息 虚拟跟踪 交互式多模型 当前“统计”模型 量测转换 无迹卡尔曼滤波 network information virtual tracking Interacting Multiple Model (IMM) current statistical mode measurement transformation Unscented Kalman Filter(UKF)
1 西北工业大学航天学院，西安710072
2 空军工程大学航空航天工程学院，西安710038
针对在UCAV对运动目标状态估计时，“当前”统计模型(Current Statistical Model,CSM)中加速度上下限在采样周期内为常数的不合理性，应用模糊自适应控制理论，提出了一种改进的“当前”统计模型(Improved Current Statistical Model,ICSM)，给出了模糊隶属度函数；对无迹卡尔曼滤波(Unscented Kalman Filter，UKF)不具有应对量测噪声统计不精确或未知的自适应性，提出了一种带量测噪声统计估计器的自适应UKF算法；将ICSM-UKF算法与基于“当前”统计模型的EKF算法进行了对比仿真，仿真结果表明该算法具有滤波精度高、稳定性强的优点。
无人作战飞机 “当前”统计模型 无迹卡尔曼滤波 自适应 Unmanned Combat Aerial Vehicle Current Statistical Model Unscented Kalman Filter adaptiveness
1 空军工程大学航空航天工程学院， 西安 710038
2 中国人民解放军95247部队， 广东 惠州 516259
针对大量传感器同时跟踪同一目标产生海量目标量测数据而一般融合滤波算法难以处理的问题，提出了通过数学统计原理提取跟踪状态信息并应用交互式多模型统计滤波算法进行解决的方法。该方法首先利用数学统计原理从海量目标量测数据中统计出目标跟踪滤波过程中所需要信息，并利用改进的交互式当前统计模型算法对所提取信息进行滤波，在不影响跟踪精度的情况下很好地解决了的海量目标量测信息的融合跟踪问题。理论分析和仿真结果证明了该方法的有效性。
目标跟踪 数据融合 交互式多模型 统计滤波 当前统计模型 target tracking data fusion interacting multiple model statistic filter current statistical model
军械工程学院光学与电子工程系, 河北 石家庄 050003
建立了适用于红外鱼眼系统的目标运动模型，在不影响精度的前提下减少计算量是达到实时稳定地跟踪红外目标的途径之一。分析了目标在该系统成像的运动特性，结合系统帧频采样率较高的特点，提出了一种改进的匀速运动模型，并从理论上与“当前”统计模型的跟踪精度进行了对比分析。结果表明，在红外鱼眼系统采样率较高的情况下，匀速运动模型可以达到与“当前”统计模型相当的跟踪精度；利用卡尔曼滤波对模拟轨迹进行跟踪实验，验证了上述分析结果的正确性。该模型结构简单、运算量少，对于红外鱼眼系统下目标实时跟踪具有重要的意义。
成像系统 红外鱼眼系统 自适应匀速运动模型 “当前”统计模型 跟踪精度分析
1 海军航空工程学院信息融合技术研究所, 山东 烟台264001
2 中国人民解放军92941部队, 辽宁 葫芦岛 125001
交互式多模型(IMM)算法是一种有效的机动目标跟踪算法，但其性能与模型的选择、个数以及参数有关，而当前统计模型(CSM)是一种模型自适应的方法。因此，利用CSM为IMM提供模型，提出一种改进的交互式当前统计模型算法。仿真结果表明，该算法能有效地提高机动目标跟踪精度。
交互式多模型 机动目标跟踪 当前统计模型 Interacting Multiple Model (IMM) maneuvering target tracking Current Statistical Model (CSM)
针对密集杂波环境下传统概率数据关联算法对突发机动目标跟踪性能下降问题,提出了一种基于采用渐消因子的改进“当前”统计模型的自适应概率数据关联算法。该算法改进了传统的“当前”统计模型中加速度方差的计算方式,并在滤波算法中采用了渐消因子,克服了传统卡尔曼滤波的3大缺陷,通过改变预测协方差来修正滤波增益,在保持跟踪精度的前提下,能自适应调整滤波器带宽,增强了系统对突发机动的跟踪能力。理论分析和仿真结果表明,该算法比采用强跟踪滤波器的概率数据关联算法更有效。
目标跟踪 当前统计模型 强跟踪滤波器 自适应跟踪 概率数据关联 target tracking current statistical model strong tracking filter adaptive tracking probability data association
