基于FJPDA关联算法的地波超视距雷达目标跟踪

针对地波超视距雷达(SWOTHR)目标跟踪中JPDA算法关联复杂度高、计算量大的问题,将模糊联合概率数据关联(FJPDA)算法应用于地波超视距雷达目标跟踪中。在FJPDA跟踪方法中采用了目标点迹与航迹的模糊隶属度,解决目标点迹与航迹的关联概率问题,避免了传统JPDA算法中对有效矩阵的拆分导致的计算量组合爆炸的现象,可以降低目标跟踪算法的复杂度,提高运行效率。通过实测地波雷达数据的目标跟踪实验分析及与同步AIS信息的比对分析,结果表明:基于FJPDA算法的跟踪方法可以有效跟踪SWOTHR中的目标航迹,跟踪效果与JPDA算法相当,且运行时间明显减少,适合工程应用。     

多模式卡尔曼滤波对机动目标的跟踪

本文提出了一种用正交基阵对机动目标进行跟踪的新方法,它通过直接对时延估计进行滤波处理,使跟踪精度有了较大的提高.同时采用多模式方法,实现了对机动目标的跟踪.增益计算的指数近似,简化了滤波器的计算,提高了计算速度。     

水下噪声源跟踪与自适应卡尔曼滤波

本文根据随机逼近原理提出了一种自适应卡尔曼滤波器,适用于被动声纳对水下噪声源的跟踪。计算机模拟及对被动声纳海上实测数据的处理结果表明,本滤波器具有良好的性能,对目标机动及非平稳观测嗓声均有良好的自适应性。     

基于灰关联分析方法卡尔曼滤波器的精度效能评估

针对综导系统卡尔曼滤波器的特点,深入研究了灰关联分析法在滤波器精度效能评估中的应用。给出卡尔曼滤波器进行灰关联分析的方法和步骤,并对某一类型的滤波器进行精度效能评估。仿真结果表明了该方法的可行性和有效性。     

一种用于深水多波束测深系统的改进MVDR成像算法

近年来多波束水体数据的研究开始受到重视。受波束宽度与旁瓣的影响,利用常规波束形成方法水下成像效果欠佳。高分辨率波束形成方法虽然效果良好,但在实际应用中面临计算量巨大的缺陷。为此,基于深水多波束声纳分扇区发射的特点对MVDR算法进行了改进。改进方法采用常规波束形成与MVDR波束形成相结合的方式,降低了对MVDR中的滤波器长度的要求,因而大大减少了计算量。实验结果显示,改进方法与MVDR算法成像效果相当。该方法在多波束声纳分扇区发射的条件下,具有明显的计算优势。     

一种粒子概率假设密度的模糊关联方法

为了解决目标数未知情况下的多目标跟踪问题,本文研究基于粒子概率假设密度滤波器(PF-PHDF)的多目标跟踪系统。针对PF-PHDF的局限性,提出一种基于随机有限集理论的模糊关联方法。该方法首先利用粒子滤波的方法估计多目标组成的随机有限集合,并用模糊C-均值聚类算法给出多目标的状态估计值和目标的个数;然后利用模糊关联算法对PF-PHDF所得到的目标状态集合进行检测和关联,有效解决了PF-PHDF无法得到目标的运动轨迹,也不能确定目标的身份的弊端;最后通过建立临时航迹滤掉了多余的杂波点并给出各个目标的运动轨迹。实验结果表明:本文方法不但能够给出各个目标的运动轨迹,而且还能提高多目标跟踪的精度。     

误差量测与杂波环境对水下目标跟踪的影响分析

在水下特殊的环境中,大误差量测与强杂波环境会对目标跟踪有显著的影响。量测误差越大,则预测门限区域越大,杂波密度越高,那么轨迹更易于与杂波关联,进而降低正确量测的权重,滤波精度因此下降。文中依据量测误差模型与杂波模型,建立了误差量测与杂波对水下目标跟踪的影响模型。依据该模型可定量分析量测误差与杂波对目标跟踪的影响,可为目标跟踪滤波器提高抗杂波能力或者提高滤波精度提供理论依据。     

基于相干原理的多波束测深新算法

为了改善多波束声纳的分辨率,提出了一种基于相干原理的测深新算法,对每一个波束脚印内的信号进行相干处理,获得了大量的海底深度值。在此基础上,采用新算法对仿真数据和某型号多波束测深声纳湖上实验数据进行处理。结果表明,相对于传统多波束测深算法,该算法可显著提高声纳海底测量的分辨率,获得大量的海底深度测量值。     

消除浅海水下冲击声源多次脉动几种方法的研究

采用匹配滤波器来消除浅海水下冲击声源多次脉动对测量的影响。其结果具有节省内存,计算速度快的优点,与维纳滤波一样。还对比研究了去卷积滤波和预测维纳滤波两种方法。指出在浅海水域,这两种方法的效果均不理想。     

基于最小均方误差算法消除GPS接收机噪声

从解决GPS接收机受干扰的实际需求出发,阐述了基于LMS算法的自适应滤波器基本原理和不同的噪声产生方式,并对GPS接收机仿真信号与噪声进行叠加。最后用基于LMS算法的自适应滤波器对仿真信号进行消噪处理,得到良好的消噪效果,证明了基于LMS算法的自适应滤波器能够应用于GPS接收机滤波系统。