基于內(nèi)插的機載雷達跟蹤濾波算法研究
發(fā)布時間:2021-03-30 06:41
機載雷達主要用于跟蹤和探測飛行目標,控制和制導武器,因此,機載雷達的目標跟蹤與定位性能對載機具有重要的意義。機載雷達的目標跟蹤和定位性能與其目標狀態(tài)跟蹤和濾波算法密切相關。現(xiàn)代戰(zhàn)場上,飛行目標的機動性能越來越高,現(xiàn)有的機載雷達目標跟蹤濾波算法難以滿足新型高機動目標跟蹤需求,其關鍵問題之一是算法的收斂速度較慢,導致高機動目標跟蹤時會出現(xiàn)較大的動態(tài)誤差,不僅給目標攔截和火力攻擊帶來困難,甚至會導致目標丟失,喪失戰(zhàn)場主動權。為此,改進雷達目標跟蹤算法,加快濾波的收斂速度,提高跟蹤精度很有必要。針對上述問題,本文對機載雷達跟蹤濾波算法進行了研究,提出了基于內(nèi)插的機載雷達目標跟蹤算法,提高了收斂速度,降低了誤差,并設計仿真系統(tǒng)進行了驗證。具體而言,本文首先針對機載雷達跟蹤算法流程,分析了雷達目標跟蹤的航跡起始、關聯(lián)、濾波、刪除等算法,并在比較不同的算法優(yōu)缺點后,采用兩點起始法實現(xiàn)航跡快速起始,采用最小近鄰法提高關聯(lián)算法運行速度,濾波算法采用成熟的擴展卡爾曼濾波,在這些基礎上構建了機載雷達機動目標跟蹤流程,并指出該算法流程收斂速度尚未滿足高機動目標跟蹤的需求。然后為了提高目標跟蹤的收斂速度,采用內(nèi)...
【文章來源】:河北科技大學河北省
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【部分圖文】:
航跡預測模塊圖
第2章雷達跟蹤算法關鍵技術及其實現(xiàn)15的波門示意圖如圖2-3所示。圖2-3不同波門示意圖對于波門的大小設置,一般需要考慮噪聲的問題,但是對于測量噪聲和系統(tǒng)噪聲大小都是無法預估的,其噪聲分布形式也是多種多樣,因此對于波門大小的設置是很重要的邏輯問題。通常工程實際考慮波門大小并不是很全面,在假定噪聲分布、假定模型分布前提下給出一個預估值,當然這預估值可能并不一定適合真實的物理環(huán)境,在試用的過程中逐漸調(diào)整。對于本文進行的跟蹤算法研究,波門大小的設置選取一個適中值,選用了環(huán)形波門作為航跡起始的判斷條件,具體條件如式(2-43)所示:()100()()10(/)()1.5()()1.5()absRmabsdRmsabsAzradabsElrad(2-43)2.2.2關聯(lián)算法關聯(lián)算法是目標跟蹤過程中一個關鍵的算法。目前的關聯(lián)算法可以分為兩類。一類是次優(yōu)的貝葉斯算法,另一類是最優(yōu)的貝葉斯算法。前者主要有最近領算法、概率最近鄰算法、概率數(shù)據(jù)互聯(lián)算法、聯(lián)合概率數(shù)據(jù)互聯(lián)算法等。而后者主要是多假設算法[40-42]。(1)最近鄰算法最近鄰算法是一種比較簡單的關聯(lián)算法,其適應性和應用性相當簡單,因此被工程采用的也較多。這種算法是利用最近鄰思想,對關聯(lián)的量測值進行判斷,在某種統(tǒng)一衡量標準下判斷最近的量測值作為關聯(lián)量測值,并利用這個量測值進行跟蹤算法后端的濾波處理環(huán)節(jié)。最近鄰算法雖然簡單,但是從物理意義來說,它考慮到了量測的統(tǒng)計特性,盡管這種統(tǒng)計特性是一種先驗概率,并且該算法從統(tǒng)計特性參數(shù)出發(fā)判斷關聯(lián)情況,式(2-44)是工程應用中的判斷門限公式:
河北科技大學碩士學位論文16(2-44)(2)概率數(shù)據(jù)互聯(lián)算法與最近鄰算法想比,概率數(shù)據(jù)互聯(lián)算法具有全局性和完備性。對于落入了相關波門的多個量測,最近鄰算法只選取衡量標準下最近的一個量測點,而概率數(shù)據(jù)互聯(lián)算法則考慮所有的落入了波門內(nèi)的量測點,并對這些量測點進行處理。一般落入波門內(nèi)量測點處理過程主要包括對其進行概率加權,從而得到一個全新的合成量測點,并利用這個合成量測點進行后端的濾波處理?梢钥闯,這種算法并沒有考慮到歷史的量測點對目前的量測點的影響,因此被稱為次優(yōu)的貝葉斯算法。工程應用中,這種算法比較適合單目標的情況,其關聯(lián)結果突出,航跡維持地很好。同時此種算法的運算量并不是很大,符合實時處理算法需求。(3)多假設法作為一種最優(yōu)的貝葉斯濾波算法,多假設法的優(yōu)點是顯而易見的,它的思想主要是假設分支,當一個波門內(nèi)有多個量測值符合條件時,但是又沒有辦法判斷哪個量測值更優(yōu)秀,即使能夠判斷哪個量測值更優(yōu)秀,也將這些量測值進行后端處理,不同的量測值可以引申出不同的濾波結果作為不同的分支,這是多分支假設算法的來由。從中可以看出,多假設法與前兩者算法的不同點在于對落入波門的量測并不進行刪選或者合成,而是都采用,這種全局思想避免了一些虛假量測將航跡拉偏的概率,是一種較為全面的算法。目前國內(nèi)外先進雷達關聯(lián)算法多采用多假設法,圖2-4為多假設法的流程圖。圖2-4多假設分支法
本文編號:3109064
【文章來源】:河北科技大學河北省
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【部分圖文】:
航跡預測模塊圖
第2章雷達跟蹤算法關鍵技術及其實現(xiàn)15的波門示意圖如圖2-3所示。圖2-3不同波門示意圖對于波門的大小設置,一般需要考慮噪聲的問題,但是對于測量噪聲和系統(tǒng)噪聲大小都是無法預估的,其噪聲分布形式也是多種多樣,因此對于波門大小的設置是很重要的邏輯問題。通常工程實際考慮波門大小并不是很全面,在假定噪聲分布、假定模型分布前提下給出一個預估值,當然這預估值可能并不一定適合真實的物理環(huán)境,在試用的過程中逐漸調(diào)整。對于本文進行的跟蹤算法研究,波門大小的設置選取一個適中值,選用了環(huán)形波門作為航跡起始的判斷條件,具體條件如式(2-43)所示:()100()()10(/)()1.5()()1.5()absRmabsdRmsabsAzradabsElrad(2-43)2.2.2關聯(lián)算法關聯(lián)算法是目標跟蹤過程中一個關鍵的算法。目前的關聯(lián)算法可以分為兩類。一類是次優(yōu)的貝葉斯算法,另一類是最優(yōu)的貝葉斯算法。前者主要有最近領算法、概率最近鄰算法、概率數(shù)據(jù)互聯(lián)算法、聯(lián)合概率數(shù)據(jù)互聯(lián)算法等。而后者主要是多假設算法[40-42]。(1)最近鄰算法最近鄰算法是一種比較簡單的關聯(lián)算法,其適應性和應用性相當簡單,因此被工程采用的也較多。這種算法是利用最近鄰思想,對關聯(lián)的量測值進行判斷,在某種統(tǒng)一衡量標準下判斷最近的量測值作為關聯(lián)量測值,并利用這個量測值進行跟蹤算法后端的濾波處理環(huán)節(jié)。最近鄰算法雖然簡單,但是從物理意義來說,它考慮到了量測的統(tǒng)計特性,盡管這種統(tǒng)計特性是一種先驗概率,并且該算法從統(tǒng)計特性參數(shù)出發(fā)判斷關聯(lián)情況,式(2-44)是工程應用中的判斷門限公式:
河北科技大學碩士學位論文16(2-44)(2)概率數(shù)據(jù)互聯(lián)算法與最近鄰算法想比,概率數(shù)據(jù)互聯(lián)算法具有全局性和完備性。對于落入了相關波門的多個量測,最近鄰算法只選取衡量標準下最近的一個量測點,而概率數(shù)據(jù)互聯(lián)算法則考慮所有的落入了波門內(nèi)的量測點,并對這些量測點進行處理。一般落入波門內(nèi)量測點處理過程主要包括對其進行概率加權,從而得到一個全新的合成量測點,并利用這個合成量測點進行后端的濾波處理?梢钥闯,這種算法并沒有考慮到歷史的量測點對目前的量測點的影響,因此被稱為次優(yōu)的貝葉斯算法。工程應用中,這種算法比較適合單目標的情況,其關聯(lián)結果突出,航跡維持地很好。同時此種算法的運算量并不是很大,符合實時處理算法需求。(3)多假設法作為一種最優(yōu)的貝葉斯濾波算法,多假設法的優(yōu)點是顯而易見的,它的思想主要是假設分支,當一個波門內(nèi)有多個量測值符合條件時,但是又沒有辦法判斷哪個量測值更優(yōu)秀,即使能夠判斷哪個量測值更優(yōu)秀,也將這些量測值進行后端處理,不同的量測值可以引申出不同的濾波結果作為不同的分支,這是多分支假設算法的來由。從中可以看出,多假設法與前兩者算法的不同點在于對落入波門的量測并不進行刪選或者合成,而是都采用,這種全局思想避免了一些虛假量測將航跡拉偏的概率,是一種較為全面的算法。目前國內(nèi)外先進雷達關聯(lián)算法多采用多假設法,圖2-4為多假設法的流程圖。圖2-4多假設分支法
本文編號:3109064
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/3109064.html
最近更新
教材專著