纯方位角目标跟踪理论与应用研究

摘要

纯方位角目标跟踪是指利用传感器被动接收的电磁波或声波信号的含噪声方位角信息对发出信号的目标运动状态，如位置速率等进行估计的一类问题，又被称为目标运动分析。作为被动跟踪系统的重要组成部分，最初主要被用于水下声纳潜艇跟踪，随着传感器、微处理器、无线通讯及全球定位系统GPS等技术的飞速发展及现代军事要求的日益提高，它逐渐被用于机载雷达/电子支援设备ESM被动跟踪、地基声传感器网络或海面声纳浮标低空预警等多个军事领域。 纯方位角跟踪本质上属于一类非线性滤波问题，由于目标与传感器的相对距离是不可测变量，它又属于一类状态不完全可测问题。早期研究重点为非线性滤波和为克服不可测而采取的传感器机动策略两方面，随着其应用场合扩展到空中跟踪、低空监控预警等领域，被跟踪目标呈现较强的机动性、跟踪环境杂波干扰增加以及信号传输时延不可忽略等因素使原有问题进一步复杂化，一些常规的纯方位角跟踪方法有时不适合当前的跟踪场景。 本文针对上述问题，分别就纯方位角跟踪中的机动目标跟踪、有信号传输时延时的跟踪及一类特定的多目标跟踪问题进行了较为系统和深入的研究。首先，针对非机动目标提出一种智能距离参数化无味滤波方法，与传统方法相比，改进了跟踪初始性能、滤波精度以及优化了系统资源。其次，针对机动目标纯方位角跟踪提出一种将交互多模型和核粒子滤波结合的方法，在维持跟踪精度的前提下，大幅减少了所需粒子数，改善了系统实时性。然后，针对声传感器网络低空监控系统中信号传输存在时延的问题，提出两种基于单传感器的递推类型算法：参数在线估计方法和摄动区间分段方法，解决了实时估计声源状态的问题，其中参数在线估计方法得到了实际系统验证。最后，针对单跟踪平台多传感器被动跟踪多目标的问题，提出一种基于密度估计的鲁棒融合数据关联方法，解决了传统关联方法容易出现组合爆炸和正确关联率低的问题。

目录

文摘

英文文摘

论文说明：缩写表

第一章绪论

1.1 纯方位角跟踪研究背景及意义

1.2纯方位角跟踪特点

1.2.1 高度非线性

1.2.2不完全可测性

1.2.3信号时延性

1.3 国内外研究历史及现状

1.3.1 非线性滤波

1.3.2 传感器管理策略

1.3.3信号时延处理

1.4主要研究内容及创新点

1.5论文结构

第二章纯方位角跟踪理论基础

2.1 引言

2.2数学模型

2.2.1 笛卡儿系模型

2.2.2 修正极坐标系模型

2.3非线性滤波

2.3.1 常用批处理算法

2.3.2 递推非线性贝叶斯估计

2.4最优理论性能界

2.5轨迹初始化

2.5.1 一步定位法

2.5.2 NLS方法

2.6跟踪门技术

2.7传感器策略

2.8多传感器信息融合

2.9小结

第三章非机动目标纯方位角跟踪

3.1引言

3.2 智能距离参数化无味滤波IRPUF

3.2.1 RPEKF

3.2.2 UF

3.2.3 IRPUF基本思想

3.2.4 IRPUF算法流程

3.3 非机动纯方位角跟踪最优理论性能下界

3.4仿真分析

3.5小结

第四章机动目标纯方位角跟踪

4.1引言

4.2交互式多模型核粒子滤波IMMKPF

4.2.1 IMM

4.2.2 PF

4.2.3 KDE

4.2.4 IMMKPF

4.3仿真分析

4.4小结

第五章信号时延纯方位角跟踪

5.1 引言

5.2信号时延分析及模型建立

5.2.1 信号时延分析及时延方程

5.2.2 信号时延纯方位角跟踪模型

5.3 参数在线估计方法POE

5.3.1基本思想

5.3.2 系统初始化

5.3.3融合测量

5.3.4 估计信号接收时刻的目标状态

5.3.5算法流程

5.4摄动区间分段方法RD

5.4.1基本思想

5.4.2 时延参数摄动界分析

5.4.3 子区间初始化

5.5仿真分析

5.6应用实例

5.7小结

第六章多目标纯方位角跟踪

6.1引言

6.2经典多目标数据关联算法

6.2.1 测量残差协方差矩阵计算

6.2.2 基于决策的关联方法NN、GNN

6.2.3 基于概率统计的关联方法PDA、JPDA及衍生算法

6.2.4 基于概率统计的关联方法MHT及衍生算法

6.2.5 其它关联算法

6.3基于密度估计的鲁棒融合关联算法RFDA

6.3.1基本思想

6.3.2 核宽参数的选择

6.3.3 融合测量的产生

6.4仿真分析

6.5应用实例

6.6小结

第七章总结及展望

7.1论文总结

7.2工作展望

参考文献

攻读博士期间发表的学术论文及参与项目课题

致谢