分享到:

被动定位系统中的方位数据关联

多站测向交叉定位是无源定位方法中运用较多的一种,但该方法在复杂环境下会产生虚假定位点,而虚假定位点的快速、准确排除一直是无源定位研究中的难点,国内外许多学者始终致力于该问题的研究,提出了多种解决方法,像最小距离法、最大似然算法、拉格朗日松弛  (本文共4页) 阅读全文>>

《西安电子科技大学学报》2019年06期
西安电子科技大学学报

主/被动传感器辐射控制的调度方法

为了降低目标跟踪时传感器系统的辐射风险,研究了主/被动传感器的调度问题。通过建立基于部分可观马尔可夫决策过程的传感器调度模型,给出了目标跟踪精度和系统辐射代...  (本文共8页) 阅读全文>>

《现代防御技术》2016年03期
现代防御技术

主被动传感器空时对准融合模型目标跟踪技术

针对主被动传感器量测的时空不同步和定位的非线性,以提高跟踪精度为目的,构建了空时对准融合跟踪模型。通过牛顿插值法实现了时空量测的...  (本文共6页) 阅读全文>>

《系统工程与电子技术》2012年03期
系统工程与电子技术

基于信息增量的多被动传感器资源分配算法

针对多被动传感器多目标跟踪中的传感器资源分配问题进行研究。讨论了多被动传感器跟踪误差的克拉美-罗下限,在此基础上分析了多被动传感器系统跟踪误差的几何分布。为解决多目标跟踪中的传感器资源分配问题,...  (本文共6页) 阅读全文>>

哈尔滨工程大学
哈尔滨工程大学

被动传感器感知目标的状态估计方法研究

近年来,现代反辐射导弹技术和目标电磁隐身技术的发展给有源雷达带来了巨大的威胁。由于无源探测技术的隐蔽性更好,基于被动传感器系统的多目标跟踪技术日益受到重视。仅利用方位角和俯仰角等角度量测信息实现纯角度跟踪是多被动传感器跟踪的主要方向。本文针对被动传感器系统,采用改进的多维分配数据关联方法以及随机集理论框架下的多目标跟踪方法,最终在具有杂波环境的三维空间中,实现了多被动传感器多目标的状态估计。本文的主要研究内容如下:首先,本文根据Bayes理论,研究了卡尔曼滤波器(Kalman Filter,KF)、扩展卡尔曼滤波(Extended Kalman Filter,EKF)、无迹卡尔曼滤波(Unscented Kalman Filter,UKF)和粒子滤波器(Particle Filter,PF),为后续将非线性滤波方法与随机集理论相结合实现非线性系统的目标跟踪奠定基础。其次,由于传统多目标跟踪方法需进行数据关联,这样会造成计算量“组...  (本文共88页) 本文目录 | 阅读全文>>

南京理工大学
南京理工大学

多被动传感器目标跟踪状态估计方法研究

目标跟踪技术是通过处理目标观测数据来保持目标当前状态估计的技术,在军用民用领域中均有广泛应用。随着电磁隐身技术,反辐射导弹在现代电子战场的不断发展和应用,被动传感器目标跟踪技术凭借其隐蔽性较好、系统的生存能力较强等特点,逐渐成为目标跟踪领域的热门研究方向。本文以工程实践为背景,针对多被动传感器目标跟踪系统的非线性估计问题展开研究,分别给出了适应多被动传感器单目标跟踪的高斯和粒子滤波方法和适应多被动传感器多目标跟踪的高斯和粒子概率密度假设滤波方法,可为多被动传感器目标跟踪系统的工程实践提供有益的参考。考虑到实际工程中系统被估状态与干扰噪声存在非高斯分布特性,利用高斯混合模型与不同的非线性估计算法相结合,分别提出了基于扩展卡尔曼滤波和粒子滤波的两种多被动传感器单目标高斯混合跟踪方法。针对多被动传感器系统噪声为非高斯分布的情况,将状态的分布和系统过程噪声均视作高斯混合模型,结合扩展卡尔曼滤波算法进行单目标跟踪状态估计。为使估计方法更适...  (本文共77页) 本文目录 | 阅读全文>>