光电测控系统中机动目标跟踪技术的研究

摘要

论文基于自适应控制等现代控制理论，对光电测控系统中机动目标的跟踪技术进行了探讨和研究。 本文首先介绍自适应控制理论发展的现状及动向，并简述了光电跟踪中PID经典控制方法在处理目标机动时的不足之处，从而阐述了本文的研究意义；接着介绍了传统伺服系统及驱动执行设备模型的建立；然后简述了单机动目标跟踪的基本原理，深入地探讨了光电经纬仪中如何利用自适应方法来对单机动目标进行稳定的跟踪，包括基于“当前”统计模型对机动目标的运动状态进行建模、多探测器对机动目标同时进行跟踪时分布式轨迹融合算法的建立。文中在建立各种模型后，采用Matlab编程工具以及Simulink软件包来进行计算机仿真，验证模型和算法的正确性、有效性。 本文在借鉴前人研究成果的基础上，结合光电跟踪中伺服控制器设计的实际，提出了以Kalman滤波和分布式轨迹融合算法应用于光电经纬仪中目标机动时伺服系统的设计，仿真表明采用自适应控制方法可以有效地减小目标机动时的跟踪误差，从理论上验证了此算法可以有效地提高光电经纬仪系统的跟踪能力。

目录

文摘

英文文摘

科研道德声明和知识产权声明

第一章 绪论

1.1概述

1.2光电测量设备中伺服跟踪系统的发展现状及趋势

1.3论文的主要研究内容和基本结构

第二章 伺服系统及驱动执行设备模型的建立

2.1引言

2.2伺服系统的基本方案

2.2.1反馈控制系统

2.2.2双闭环系统

2.3频率法串连校正

2.3.1迟后校正网络

2.3.2超前校正网络

2.3.3串连迟后-超前校正

2.4伺服控制器的设计

2.4.1伺服系统的技术性能指标

2.4.2跟踪精度分析

2.4.3速度控制器的设计

2.4.4位置控制器的设计

第三章 单机动目标跟踪理论及基本的滤波和预测方法

3.1引言

3.2单机动目标跟踪的基本原理

3.3量测数据形成与处理

3.4机动目标模型

3.4.1 CV和CA模型

3.4.2 Singer模型

3.4.3半马尔可夫模型

3.4.4Noval统计模型

3.4.5机动目标“当前”统计模型

3.5机动检测与机动辨识

3.6基本的自适应滤波与预测

3.6.1两点外推滤波

3.6.2维纳滤波

3.6.3加权最小二乘滤波

3.6.4 α-β与α-β-γ滤波

3.6.5卡尔曼滤波与预测

3.6.6非线性系统中的推广卡尔曼滤波

3.7跟踪坐标系与滤波状态变量的选取

第四章 机动目标跟踪的自适应滤波

4.1引言

4.2协方差匹配法

4.3二级卡尔曼滤波算法

4.4自适应状态估计器

4.5机动目标“当前”统计模型与自适应跟踪算法

4.6动态模型的建立

4.6.1仿真结果

第五章 多传感器信息融合

5.1引言

5.2信息融合的基本原理

5.2.1检测级融合

5.2.2位置级融合

5.3分布式多传感器信息融合中的统计航迹关联算法

5.3.1加权航迹关联算法

5.3.2修正航迹关联算法

5.3.3最近邻域航迹关联算法

5.4分布式多传感器信息融合系统中的状态估计

5.4.1仿真结果分析

第六章 总结与展望

6.1本文的重点与创新点

6.2今后的工作

6.3展望

参考文献

攻读硕士学位期间发表的论文

致 谢