纯方位

摘要： 水下被动单站纯方位目标跟踪具有布局简单、隐蔽性强的优点,但所使用的滤波方法均存在对初值选取敏感的问题,且实际工程中会遇到目标速度快、观测时间短、量测数据少的情况,使这一问题更加凸显。针对这一情况,文中研究了初值对滤波产生影响的原因和方式,提出了一种基于初值更新的扩展卡尔曼滤波改进方法,通过后向迭代对初值重新估计并不断更新,逐步降低初值误差对滤波结果的影响。仿真结果表明,该方法可减少滤波器对初值选取的依赖,降低最终的估计误差。

摘要： 水下被动单站纯方位目标跟踪具有布局简单、隐蔽性强的优点,但所使用的滤波方法均存在对初值选取敏感的问题,且实际工程中会遇到目标速度快、观测时间短、量测数据少的情况,使这一问题更加凸显.针对这一情况,文中研究了初值对滤波产生影响的原因和方式,提出了一种基于初值更新的扩展卡尔曼滤波改进方法,通过后向迭代对初值重新估计并不断更新,逐步降低初值误差对滤波结果的影响.仿真结果表明,该方法可减少滤波器对初值选取的依赖,降低最终的估计误差.

摘要： 针对概率多假设跟踪(Probabilistic Multiple Hypothesis Tracking,PMHT)算法对多目标状态初始值敏感问题,结合确定性退火技术,提出了改进的PMHT算法.该算法借鉴确定性退火过程,在多目标的条件概率函数中引入退火因子,增加了多目标与纯方位量测数据关联的准确性,提高了多目标后验关联概率的精确度.针对纯方位量测的非线性性,利用无味卡尔曼平滑(Unscented Kalman Smoother,UKS)算法进行滤波.仿真结果表明,当多目标状态初始值与真实值相差较大时,对于强干扰环境下单观测站纯方位水下交叉和邻近运动多目标,所提算法的目标与航迹关联成功率高,抗干扰性能强,并且运算量小,实时性高,证明了所提算法的有效性.

摘要： 近年来,仅利用纯方位量测下的多无人机对运动目标进行协同定位与跟踪技术研究受到了广泛关注。在目标位置未知的情况下,现有的对运动目标的纯方位估计策略以及观测器机动控制策略性能仍不够理想。该文针对多无人机研究了一种用于目标定位的无偏估计器,以及用于控制多无人机在以目标为中心的圆周上形成等角编队的控制器。提出了一种用于估计目标状态的粗估计器,并利用卡尔曼滤波获得了精确的目标状态估计。针对现有的基于方位的控制律进行改善,基于虚拟交叉算法对控制律进行改进,得到一种新的基于方位角和目标估计速度的控制律,确保无人机在以目标为中心且具有指定半径下的圆周上形成等角间隔编队。通过数值仿真,验证了所提出估计算法的渐近无偏性,进一步验证了控制误差可收敛为零,且收敛速率和稳定性优于现有的估计和控制策略。

摘要： 基于实际背景需求,针对单平台纯方位水面编队目标运动要素解算问题,从可观测性、观测平台机动及解算模型三方面作了探讨。利用线性系统可观测理论,基于伪线性量测方程对编队目标运动要素的可观测性进行了研究,给出了可观测条件。以Fisher信息阵行列式为性能指标,探讨了观测平台最优机动的理论轨线和工程轨线形状。给出了3种编队目标运动要素解算模型,并进行了仿真比较分析。研究结论和仿真结果表明:水下单平台基于纯方位解算编队目标运动要素,自身必须作有效机动,可以采用单目标运动要素解算的最佳机动策略;提出的联合解算模型的效果显著好于已有的两种模型。

摘要： 为解决多传感器水下目标纯方位跟踪中的传感器测量衰减问题,建立水下目标静态多传感器纯方位跟踪模型,将传感器测量衰减建模为统计特性已知的随机变量,基于融合中心接收到的各水声传感器的原始测量值,设计了一种集中式状态估计器结构,利用最小方差方法推导出最优的集中式目标状态估计增益.通过算例仿真可以得出,所提出的算法能够在水声传感器不做机动的前提下跟踪目标,弥补了单个水声传感器观测性不足的缺点,对比传统的集中式Kalman估计器,具有更高的精度,能够有效解决传感器测量衰减问题.

摘要： 单站纯方位目标跟踪是水下目标攻击领域的一大难点,尤其是针对快速目标短时观测这一情形.针对单站纯方位目标跟踪中卡尔曼滤波类方法对初值选取比较敏感的问题,提出一种基于逆向平滑滤波的初值优化方法.通过对卡尔曼滤波的逆向平滑处理,增加对观测数据的正反向运用,对滤波初值进行优化,以达到在后续滤波中减少噪声影响、降低估计误差的效果.在不同的仿真条件下,针对无迹卡尔曼滤波和扩展卡尔曼滤波2种滤波方法分别进行多次仿真试验.结果表明,该优化方法对2种滤波方法都有缩小估计误差、提高估计精度的效果,降低了对滤波初值选取的依赖性.该方法对误差的降低率和实时性与所选取的逆向滤波步数有关,算法复杂度不高,并且在较差的初始距离误差、初始速度误差或者方位估计精度的情况下,对降低滤波的估计误差依然有效.

摘要： 由于只有一个观测点且只能获取目标方位信息,被动的单站纯方位水下目标跟踪是定位跟踪领域的难点之一。在工程应用中有时存在观测时间短、数据量小的情况,进一步加大了定位跟踪的难度。基于此,文中研究了常规扩展卡尔曼滤波(EKF)原理,分析了其在单站纯方位目标跟踪中状态估计变化的特点,并通过公式推导进行了证明。针对短时观测、小数据量的特殊背景,提出了一种滑动后向递推的EKF方法,通过后向递推与正向递推的结合,增加对数据的反复利用,降低了估计误差。仿真试验结果证明,在不同观测噪声、不同噪声协方差估计的情况下,对于短时观测小数据量下的单站纯方位目标跟踪,文中方法比常规EKF方法具有更低的误差。

摘要： 纯方位目标跟踪问题已研究多年，近来基于Unscented变换的Unscented Kalman Filter(UKF)算法广泛应用于被动量测的非机动目标跟踪。当目标发生机动时，UKF的跟踪精度不高。而Strong Tracking Filter(STF)能够通过在线自适应调整增益阵，来跟踪状态的突变。结合UKF和STF各自的优点，本文提出了STF UKF算法，并利用该算法来解决静止双站纯方位机动目标跟踪问题。通过仿真实验，说明了STF_UKF跟踪机动目标的可行性和有效性。特别，当滤波器的初始状态估计的偏差和观测噪声较大时，STF_UKF对机动目标的跟踪性能与UKF跟踪非机动目标的性能相近。

摘要： 本文针对纯方位目标运动分析中扩展卡尔曼滤波算法易发散的不足,提出了一种自适应的算法(AEKF).该算法利用极大后验噪声估计器Sage-Husa对虚拟观测噪声进行实时在线估计,动态补偿线性化带来的误差.对比仿真分析表明,AEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位被动目标运动分析的实现提供新的方法.

摘要： 潜艇隐蔽攻击算法是潜艇指控系统重要技术之一.对于鱼雷武器系统精度试验,纯方位试验航路设计,本文应用均匀设计—变换法、条件分布法,设计生成仿真及海上试验航路.仿真试验,要求"充满空间"的试验设计.在应用均匀设计理论设计海上试验航路时,应体现"加权"有约束配方均匀设计思想.

摘要： 针对杂波环境下纯方位多目标跟踪中数据关联的复杂性问题，提出了一种基于势分布概率假设密度(CPHD)滤波的被动目标跟踪算法，将无迹卡尔曼滤波(UKF)与CPHD滤波相结合，利用无迹变换处理纯方位目标的非线性问题，而CPHD滤波能够完全避免数据关联的计算，并对目标数目进行精确和稳定的估计，在提高纯方位多目标跟踪精度的同时大大减少了计算量。仿真实验中，将高斯混合UKFCPHD滤波和UKFPHD滤波应用于纯方位多目标跟踪问题，结果表明，本文提出的算法能够精确的估计出目标的状态和数目，比UKFPHD滤波算法具有更高的跟踪精度。

摘要： 在研究现有伪线性算法的基础上,新提出一个辅助变量构造的方法,并且进行仿真计算,比较了Cramer-Rao误差下限CRLB和均方误差的仿真结果,结果表明,提出的伪线性辅助变量算法具有全局的稳定性,能够得到系统的无偏估计,可以实现递推估计.

摘要： 研究用四元阵各自测得的方位序列解算运动目标的轨迹.给出了定位解算的算法,进行了仿真,并作了后置处理,所得到的定位精度可满足实际应用要求.

摘要： 本实用新型实施例公开了一种可多方位安装的纯电动轨道机车闭环控制器，属于纯电动轨道机车技术领域，包括闭环控制器主体，所述闭环控制器主体后侧设有安装板，所述安装板后侧设有L形板，所述L形板上开设有滑槽，所述L形板后侧设有丝杆，所述丝杆一端穿过滑槽并与安装板固定连接。本实用新型通过转动螺纹套使得螺纹套远离L形板，从而解除闭环控制器主体与L形板之间的固定，移动丝杆调节闭环控制器主体的位置，通过两个固定栓，使得顶板与纯电动轨道机车相固定，通过设置转轴，从而可以调节闭环控制器主体的位置，同理通过固定栓使得侧板与纯电动轨道机车相固定，可多方位安装，方便调节闭环控制器主体的位置，使用效果好。

摘要： 本发明涉及一种基于元启发算法的纯方位被动定位方法，主要针对传感器分布不固定，传感器之间性能差距较大的情景，该方法的定位效果相对于传统的最小二乘定位方法有显著的优势，并且在观测环境发生变动时只需要修改目标函数。提出了一种利用元启发算法进行目标统计信息融合的范式，利用元启发算法解决非凸问题的能力，该范式能解决很多可建模的观测环境下目标统计信息融合的问题。

摘要： 一种基于神经网络的分布式小平台水下纯方位定位方法，它属于纯方位定位技术领域。本发明解决了解析类算法在近距离的定位性能较差，迭代类算法在远距离的定位性能受初值影响较大的问题。本发明方法具体包括：步骤一、从纯方位定位方程中提取影响定位的特征并进一步处理为网络输入特征；步骤二、设计并搭建包括分类网络和回归网络的两步式神经网络模型；步骤三、利用训练集对神经网络模型进行训练，获得训练好的神经网络模型；步骤四、利用训练好的模型获得对目标的定位结果，并利用模型隐藏层输出对目标定位结果进行评价。本发明方法可以应用于纯方位定位技术领域。

摘要： 本发明公开了一种水下机器人纯方位目标估计方法，在水下机器人进行被动声纳探测过程中，利用被动声纳提供的目标纯方位信息，结合基于图优化的估计模块和保证可观测性的路径规划模块，在机器人高精度航位推算的基础上，实现纯方位目标的非线性估计。本发明使得水下机器人在执行探测任务的过程中，能够利用连续观测信息，实现时间窗口内的最优估计，并充分利用水下机器人的机动能力，增强探测过程中的可观测性，满足目标探测过程的鲁棒性要求。

摘要： 本发明公开了一种基于约束数据最小二乘的新型纯方位被动测距方法。该方法首先根据传感器与目标的方向矢量与目标和传感器位置的几何关系，建立测距线性方程；接着利用约束数据最小二乘对该方程进行结算，得到测距估计结果。本发明方法是一种一般意义下的基于方位角的直接测距法，相比于基于传统的伪线性、数值极大似然等间接测距方法具有更高的测距精度。

摘要： 本发明公开了一种考虑信号延时的纯方位目标跟踪方法；该方法根据收到的来自目标的延迟的方位信号对目标的位置进行估计。首先将目标k时刻的概率密度用N个高斯分量进行近似。然后分别计算k时刻每个高斯分量i对应的可变周期Tki。然后每个高斯分量根据对应的可变周期Tki，进行计算得到每个相应的后验概率密度。接着分别计算每个高斯分量i分别根据观测值计算相应的权重。最后根据每个高斯分量的权重，加权求出k时刻的后验概率密度。本发明相对于传统方法，能有效在较低的计算复杂度的基础上，提高需要考虑延时的纯方位目标跟踪的精度。

摘要： 一种基于神经网络的分布式小平台水下纯方位定位方法，它属于纯方位定位技术领域。本发明解决了解析类算法在近距离的定位性能较差，迭代类算法在远距离的定位性能受初值影响较大的问题。本发明方法具体包括：步骤一、从纯方位定位方程中提取影响定位的特征并进一步处理为网络输入特征；步骤二、设计并搭建包括分类网络和回归网络的两步式神经网络模型；步骤三、利用训练集对神经网络模型进行训练，获得训练好的神经网络模型；步骤四、利用训练好的模型获得对目标的定位结果，并利用模型隐藏层输出对目标定位结果进行评价。本发明方法可以应用于纯方位定位技术领域。

摘要： 本发明公开了一种基于纯方位定位的无人机集群多目标跟踪轨迹规划方法，方法为：首先建立无人机集群目标跟踪系统模型；其次分析传感器‑目标最优几何构型；然后对目标进行无人机数量分配；接着进行基于UKF的目标跟踪滤波，确认目标估计位置；随后进行无人机任务规划，确认无人机期望部署点；然后确认无人机的机动策略，进行轨迹规划；最后根据克拉美罗下界与均方根误差对于滤波进行评估。本发明采用最小化无人机移动距离之和的准则来规划基于传感器‑目标最优几何构型的无人机机动轨迹，在确保了高定位精度的同时缩短了无人机部署时间，大大提高无人机集群目标定位与跟踪以及后续围捕攻击、追逃对抗等任务的效率。

摘要： 本发明公开了一种用于水面航迹规划的纯方位目标运动分析方法及系统；其中，分析方法包括：预处理步骤、目标预测位置获取步骤、目标预测位置修正值获取步骤；本发明使用基于时间卷积网络的目标位置预测模型获得目标预测位置，与传统定位方法相比，目标位置预测模型的预测准确率更高；本发明采用集合经验模态分解方法分解初始信号，并使用目标位置预测模型获得目标预测位置，从而不易出现解算精度下降乃至发散的问题；本发明通过构建目标的运动状态方程，在此基础上运用递推最小二乘法修正目标位置预测模型输出的目标预测位置，使得观测过程中的全部观测信息得到了利用，进一步提升了目标运动状态预测的准确性和稳定性。

摘要： 本发明公开的基于移动节点的纯方位目标定位方法，包括以下步骤：建立噪声模型；构建线性最小二乘估计器；构建辅助变量估计器；构建广义伪线性方程组；引入辅助变量矩阵，得到目标位置。本发明的基于移动节点的纯方位目标定位方法，基于距离相关噪声模型，通过对最小二乘估计方法进行改进，可以获得闭式解，避免了迭代的复杂计算；同时不需要量测噪声的先验信息，避免增加系统的复杂性。并且，本发明通过构建广义伪线性方程，引入辅助变量矩阵，可以有效提升目标定位的精度和稳定性。