双（多）基纯方位目标定位与跟踪算法研究

论文摘要

纯方位目标定位与跟踪是无源定位跟踪技术的一个重要分支，由于通常测得的敌机（舰）特征数据非常有限，当目标的方位几乎成了唯一可靠的参数时，可以考虑利用所测得的目标方位角信息来估计目标的运动参数（位置、速度、加速度等）。传统的纯方位目标定位与跟踪算法的研究比较集中于批处理方法，计算量大，若采用伪线性估计器，所得到的估计结果是有偏的，当把这些算法应用到实战中去，很难实现对目标的精确定位与跟踪，并且实时性要求也很难满足，因此研究实用、快速、估计精度高的纯方位目标定位跟踪算法是现代战争的迫切需要，特别是基于递推技术的纯方位多目标定位跟踪算法的研究具有更重要的实际意义。 由于多基阵在某一时刻可以实现目标定位，而它对单个基阵的运动几乎没有要求，因此多基阵具有抗干扰能力强、生存能力强等特点，伴随着计算机技术和现代通信技术的发展，多基阵系统（特别是双基阵系统）具有广泛的应用前景。本文对双（多）基阵纯方位目标的定位与跟踪算法进行了研究，主要成果有： 研究了测量方程存在和不存在系统误差时的双基阵纯方位目标可观测问题。 当没有系统误差时，提出了一种在测量方程伪线性化后使得均方等效误差期望最小来实现目标运动要素无偏估计方法；当存在系统偏差时，提出了基于批处理技术的新辅助变量方法和双滤波算法。 提出了一种基于小波基的自构建神经模糊网络的双基阵纯方位机动目标跟踪算法。在此基础上，根据目标的方位角信息提取了目标相对于基阵的径向速度，提出了一种基于航向变化的快速机动目标加速度实时估计方法。 为同时满足目标的定位精度尽量高和节点能量消耗尽量少这一要求，提出了一种基于多目标蚁群优化算法的节点选择方法，并且考虑了两种节点选择策略。 最后，研究了纯方位多目标跟踪不同阶段的数据关联问题。对于航迹起始阶段，提出了一种基于多目标蚁群优化算法的数据关联方法。在目标的跟踪阶段，提出了两种数据分配算法解决测量-航迹关联问题：算法1是一种修正的单纯形方法，算法2则是在在算法1和旋转筛选方法基础上提出的，其计算复杂度是算法1的1／N倍。

论文目录

• 摘要
• Abstract
• 目录
• 1 绪论
• 1.1 研究的背景和意义
• 1.2 纯方位目标定位跟踪的基本概念
• 1.2.1 研究内容
• 1.2.2 纯方位目标定位跟踪算法的性能评价
• 1.3 国内外研究现状
• 1.3.1 目标的可观测性研究
• 1.3.2 基于批处理和递推技术的研究
• 1.3.3 纯方位机动目标跟踪算法研究
• 1.3.4 多目标跟踪中的数据关联问题研究
• 1.3.5 现有算法的不足和改进
• 1.4 本文的主要工作
• 2 双基阵纯方位目标可观测性分析
• 2.1 无系统测量误差情形
• 2.1.1 非线性系统的纯方位目标可观测性
• 2.1.2 线性系统的纯方位目标可观测性
• 2.2 存在系统测量误差情形
• 2.2.1 存在系统偏差时 Cramer-Rao下限（CRLB）
• 2.2.2 数值仿真
• 2.3 小结
• 3 双基阵纯方位目标参数无偏估计
• 3.1 无系统测量偏差
• 3.1.1 算法实现
• 3.1.2 数值仿真
• 3.1.3 抗野值性能分析
• 3.2 存在系统测量偏差
• 3.2.1 基于辅助变量的批处理方法
• 3.2.2 递推滤波方法
• 3.2.3 数值仿真
• 3.3 小结
• 4 双基阵纯方位机动目标跟踪算法
• 4.1 基于神经模糊网络的机动目标跟踪算法
• 4.1.1 基于双基阵纯方位 EKF滤波原理
• 4.1.2 目标特征提取
• 4.1.3 基于小波基的自构建神经模糊推理网络 SONFIN
• 4.1.3.1 模糊小波基
• 4.1.3.2 基于小波基的 SONFIN结构和学习算法
• 4.1.4 数值仿真
• 4.2 基于切换模型的纯方位快速机动目标跟踪
• 4.2.1 系统基本运动模型
• 4.2.2 加速度检测与估计
• 4.2.3 数值仿真
• 4.3 小结
• 5 一种新传感器组网策略研究
• 5.1 纯方位跟踪中的多目标优化指标
• 5.2 基于多目标蚁群优化算法的节点选择方法
• 5.3 纯方位机动目标跟踪算法
• 5.4 数值仿真
• 5.5 小结
• 6 双基阵纯方位多目标跟踪算法研究
• 6.1 基于多目标 ACO数据互联方法
• 6.1.1 目标运动模型和测量方程
• 6.1.2 数据互联
• 6.1.2.1 目标函数定义
• 6.1.2.2 基于多目标 ACO的数据关联方法
• 6.1.3 数值仿真
• 6.2 纯方位多目标跟踪中的两种数据关联方法
• 6.2.1 算法1:一种直接、明晰的数据关联算法
• 6.2.2 算法2:一种混杂快速的数据关联算法
• 6.2.3 一个基于算法1和2的数据分配算例
• 6.2.4 两种算法在纯方位多目标跟踪中的应用
• 6.3 小结
• 7 结束语
• 8 附录
• 致谢
• 参考文献
• 攻读博士学位期间发表和录用的论文
• 博士期间参与的科研项目