為實現(xiàn)水下機動目標準確可靠跟蹤,本文將水下目標視為剛體,考慮水下機動目標平動轉(zhuǎn)動耦合現(xiàn)象,提出了一種自適應(yīng)跟蹤算法。采用矢量對偶四元數(shù)對水下非合作目標的運動學(xué)與動力學(xué)過程進行建模,對其六自由度耦合運動進行一體化描述,更加真實簡潔的反映水下目標的運動特性�？紤]水下環(huán)境干擾對觀測量的影響,結(jié)合自適應(yīng)卡爾曼濾波算法,通過實時計算新息信息調(diào)整濾波增益,對水下機動目標當前狀態(tài)進行自適應(yīng)估計,克服了傳統(tǒng)非線性卡爾曼濾波算法不能處理受擾觀測的局限�；贛atlab仿真平臺完成了對所設(shè)計算法的蒙特卡洛仿真。仿真結(jié)果表明:在給定的水下三維仿真空間內(nèi),所設(shè)計的算法能夠?qū)λ聶C動目標進行準確可靠的跟蹤。 

【文章來源】：哈爾濱工程大學(xué)學(xué)報. 2020,41(10)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

水下機動目標模型

水下機動目標跟蹤系統(tǒng)算法流程

表1 水下機動目標初始參數(shù)Table 1 Initial values of the target 狀態(tài)參數(shù) 目標初值 仿真初值 qB/I ( 0.5 0.5 0.5 0.5 ) Τ ( 1 0 0 0 ) Τ r Ι/B Ι ( 2000 2000 10 ) Τ m ( 2100 2100 0 ) Τ m ω ( 0 0 0 ) Τ rad/s ( 0 0 0 ) Τ rad/s v ( 4 3 0 ) Τ m/s ( 5 5 0 ) Τ m/s aω ( 0 0 0 ) Τ rad/s 2 ( 0 0 0 ) Τ rad/s 2 av ( 0 0 0 ) Τ m/s 2 ( 0 0 0 ) Τ m/s 2 ρ ( 40 5 5 ) Τ m ( 10 10 10 ) Τ m圖4 DVQ-EKF和DVQ-AEKF跟蹤下的線速度誤差

【參考文獻】：
期刊論文
[1]不完全量測下長基線系統(tǒng)的水下目標跟蹤算法[J]. 石桂欣,鄢社鋒,郝程鵬,侯朝煥,劉宇.  聲學(xué)學(xué)報. 2019(04)
[2]雙觀測站水下純方位多目標跟蹤的數(shù)據(jù)關(guān)聯(lián)算法[J]. 蘇駿,李亞安,陳曉,趙振軼.  水下無人系統(tǒng)學(xué)報. 2018(02)
[3]IMM-Singer模型的機動目標跟蹤算法[J]. 譚順成,王國宏,王娜.  火力與指揮控制. 2012(02)
[4]未知洋流干擾下基于單領(lǐng)航者的多自主水下航行器協(xié)同導(dǎo)航[J]. 李聞白,劉明雍,雷小康,裴譞.  兵工學(xué)報. 2011(03)
[5]基于STF-Singer模型的AUV傳感器故障診斷[J]. 陳小龍,龐永杰,李曄,李東起.  儀器儀表學(xué)報. 2010(07)
[6]水下目標跟蹤技術(shù)[J]. 嚴衛(wèi)生,高磊,張礴,段培賢.  火力與指揮控制. 2000(02)

博士論文
[1]基于信息融合的水下多目標跟蹤技術(shù)研究[D]. 李曉花.西北工業(yè)大學(xué) 2016



本文編號：2973576