“当前”统计模型机动加速度分布的研究

利用机动目标"当前"统计模型的自适应卡尔曼滤波对两种不同的机动加速度模型进行计算机仿真研究中发现,在跟踪变加速目标时,运用两种不同分布模型分析计算的结果出现较大的差别.在利用修正的瑞利分布密度函数模型对目标位置和速度跟踪时产生较大的滞后,而利用截断正态分布密度函数模型时没有出现这种现象.通过对分布函数和计算机仿真结果的分析,初步找出产生跟踪滞后的原因,并提出相应的修正办法.     

一种改进的联合概率数据关联算法

针对联合概率数据关联算法在跟踪多机动目标时跟踪精度不高、计算量较大等问题,提出了一种新的联合概率数据关联算法。引入"当前"统计模型,并针对"当前"统计模型中机动频率和加速度方差不能自适应调整的问题进行了改进,实现了机动频率和加速度方差自适应。针对联合概率数据关联算法在跟踪多机动目标时,随着目标数的增多,算法计算量急剧增大的问题,提出了改进算法。改进算法避开了联合概率数据关联算法中由确认矩阵计算关联矩阵的过程,直接从确认矩阵计算关联概率。仿真实验结果表明:所提算法有效提高了多目标的跟踪精度,降低了算法计算量。     

当前统计概率数据关联算法

目标跟踪领域的一个研究重点是如何解决在密集杂波环境下机动目标的跟踪问题。机动目标跟踪的关键是解决目标模型的不确定性,而密集杂波环境则使这个问题变得更加复杂。针对这一问题,提出一种当前模型概率数据互联算法。该算法将当前模型算法与概率数据互联相结合,在使用概率数据互联算法的同时,利用当前模型算法对目标出现的机动进行自适应滤波。最后,给出了算法的仿真分析,仿真结果说明该方法能够有效地跟踪杂波环境中的机动目标。     

广义合作目标跟踪的误差空间估计方法

提出了广义合作目标的概念及误差空间估计方法,提高了光电跟踪系统的跟踪精度与平稳性。该方法采用引导数据与引导误差描述目标的运动,通过将目标的机动分散到引导数据和引导误差,在目标状态空间中根据目标的运动模型进行滤波,在误差空间中根据引导误差模型进行滤波与预测,再进行合成得到目标位置预测数据。实验结果表明在相同的机动水平下,该方法的跟踪性能优于Kalman滤波与强跟踪滤波。     

MEM模型在多传感器多目标无源定位与跟踪中的应用

针对多传感器机动多目标无源定位问题的目标数量多、定位难的特点 ,采用复合弹性系数神经网络模型对该问题进行建模 ,并进行组合优化 ,以期能利用多个传感器较准确地对多个机动目标进行无源定位与跟踪。仿真结果表明该模型能有效地锁定真实目标 ,当多个目标较分散或较集中时 ,该模型仍能有效锁定和跟踪     

基于车辆前方目标运动模型的主动避撞系统的研究

为提高毫米波雷达在探测目标运动状态方面的精确性,针对车辆前方目标运动特点,基于目标运动模型,采用卡尔曼滤波跟踪方法,根据城市道路车辆行驶的实际情况,选取当前统计模型作为机动目标模型,采用基于当前统计模型的卡尔曼滤波跟踪算法,应用Simulink搭建仿真模型,就匀速运动、匀加速运动及变加速运动3种前方目标行驶工况进行目标跟踪仿真对比试验。仿真结果表明:该算法可用于3种工况的目标跟踪,且误差小,具有良好的跟踪效果。搭建实车试验平台,采用一种安全距离模型,对目标跟踪算法进行实车试验。结果表明:使用该算法后车辆避免了碰撞,所建立的模型是可靠的。     

基于SRCDKF的交互式多模型算法

给出了一种基于平方根中心差分卡尔曼滤波的交互多模型(IMM)算法.该算法较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMM算法更好的数值稳定性、计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算.Monte Carlo仿真验证了该算法的可行性和有效性.     

纯方位系统定位与跟踪的观测器最优机动轨迹

对纯方位系统定位与跟踪的观测器机动问题进行了讨论,给出了目标速度为零时,观测器的最优机动轨线;对匀直运动目标,给出了便于工程应用的观测器机动方法.     

统一电能质量调节器的新型控制策略研究

针对UPQC中传统PI控制器对模型依赖性大,且系统参数大范围变化时,难以保证良好的动静态性能等问题,提出了一种基于CGT(command generator tracker)的直接自适应控制策略。当输入为时变信号时,该控制器能够使被控对象输出高质量的跟踪参考模型输出,从而达到渐近跟踪效果。与传统的PI控制相比,基于CGT的直接自适应控制策略具有更好的鲁棒性、灵活性和适应性。完成了相应的UPQC仿真模型及实验平台的搭建,对UPQC的补偿性能进行了仿真分析与实验。实验验证了该控制策略的有效性和可行性。     

一类切换系统的模型参考自适应控制分析

研究了基于超稳定理论设计一类线性切换系统的模型参考自适应控制的自适应律方法,给出了系统控制律(控制器)和切换策略,并得到了切换系统在切换策略下渐进稳定的自适应律.仿真结果表明,跟踪误差收敛状态验证了此方法的有效性.