导读:本文包含了目标状态估计论文开题报告文献综述及选题提纲参考文献，主要关键词:非合作目标星,相对状态估计,单目相机,扩展卡尔曼滤波
目标状态估计论文文献综述
郭新程,孟中杰,黄攀峰[1]（2019）在《采用单目视觉的非合作目标星状态估计》一文中研究指出针对微小卫星逼近观测未知的空间翻滚非合作目标星任务,提出一种基于单目视觉的目标星相对状态估计方法。在建立追踪星/目标星相对运动模型的基础上,以单目相机识别并测量获得的目标星固有特征的像素位置为观测输入,通过扩展卡尔曼滤波算法实现对目标星相对位置、相对速度、相对姿态、角速度、惯量比和特征位置等状态的估计。仿真结果表明,该方法能够很好地实现对未知非合作目标星的相对状态估计,姿态估计误差小于2°,位置估计误差小于0.1 m,特征点位置平均估计误差小于0.04 m。(本文来源于《宇航学报》期刊2019年10期）
高效,方维华,董光波[2]（2019）在《单雷达直线航迹线目标状态分量合成估计方法》一文中研究指出通过分析传统卡尔曼滤波方法在复杂数据环境应用中遇到的问题,提出了基于单雷达加权直线航迹线参数估计模型的目标运动状态分量合成估计方法。该方法基于复杂数据环境,无须获取系统噪声和观测噪声等先验知识,充分利用目标处于匀速直线运动状态这一特点,分别对当前有限测量点的X、Y分量进行相对于的测量时刻的垂直距离加权迭代估计,确定目标状态估计参数。通过对比试验,验证了文中所提的方法比传统卡尔曼方法具有更优的目标状态估计效果、测量误差平滑和野值抑制能力,能有效提高观测样本较少时目标状态参数估计的准确性。(本文来源于《现代雷达》期刊2019年09期）
刘彬,李永,高学鹏[3]（2019）在《基于目标状态估计的复合控制系统控制器设计》一文中研究指出控制器设计是精密跟踪算法的核心之一,为满足跟踪精度指标要求,构建了基于目标状态估计的复合控制系统,从系统频率特性出发,建立理想位置环模型,着重分析中频段高度和宽度对系统动态性能影响。在满足一定相角裕度的前提下,推导出谐振峰Mr与中频宽度H的近似公式,确定滞后超前控制器的各个参数。利用双线性变换对控制器进行数字化实现,便于工程简化运算,通过实际系统验证,取得良好效果。(本文来源于《光电技术应用》期刊2019年04期）
张晗,杨贤昭,陈洋[4]（2019）在《基于微型飞行器机载视觉的目标识别与状态估计方法》一文中研究指出为了实时获得微型飞行器着陆时与着陆平台的相对位置关系,本文提出了一种基于微型飞行器机载视觉的目标识别与状态估计方法。该方法利用曲面拟合方法获得着陆平台图像边缘的梯度方向和亚像素坐标,并将其作为匹配信息进行相似度运算,匹配成功后再通过运动方程模拟移动平台的运动特性,利用卡尔曼滤波对移动平台下一时刻的位置进行预测。最后进行偏移量的计算,将实验所得的数据通过几何变换可以得出飞行器与着陆平台的相对位置参数。实验结果表明该算法能够实时准确计算出飞行器与视觉着陆标识之间的相对位置关系。(本文来源于《高技术通讯》期刊2019年08期）
宋和晏[5]（2019）在《天发船收高频雷达目标状态估计方法研究》一文中研究指出天发船收高频雷达是一种天波-地波混合体制的新型雷达,该雷达兼具天波雷达、地波雷达和舰载雷达的优点,具有超视距探测、隐身目标探测、超低空探测的优势,因此研究天发船收高频雷达具有重要的战略意义。目标状态估计是天发船收高频雷达数据处理的重要组成部分,在数据处理的过程中起着重要的作用,状态估计算法的性能决定着滤波精度和航迹跟踪效果。本课题针对天发船收高频雷达的工作特点研究该雷达体制下的目标状态估计方法。通过对比分析现有的各种非线性滤波器的优劣并加以改进,选择出适合该雷达体制的滤波器,并将其应用在已有的一些航迹起始算法和数据互联算法中,通过仿真实验验证滤波器在应用中的使用效果。本课题主要内容包括以下几个部分:首先,根据天发船收高频雷达建立了系统模型,包括目标状态模型和量测模型。根据该雷达工作原理建立了基于平面坐标系的天发船收高频雷达的量测模型,给出了目标状态向量与量测向量在该量测模型下的相互转换公式,并推导了滤波器初值的赋值方法。其次,研究了天发船收高频雷达对非机动目标的状态估计方法。应用CMKF、1阶EKF、2阶EKF、UKF、CKF、PF和UPF分析天发船收高频雷达量测方程的非线性,对比各个滤波器在天发船收高频雷达下的滤波性能,选择适合非机动目标跟踪的最优滤波器。接着,研究了天发船收高频雷达对机动目标的状态估计方法。应用VQEKF、VQUKF、IMMUKF以及本课题提出的AQCKF、AQEKF、IMMAQEKF对机动目标进行跟踪滤波,对比评价各个滤波器在天发船收高频雷达体制下的滤波性能。结合对非机动目标研究的结论,选择出在机动目标与非机动目标的条件下均表现良好的滤波器。最后,将选择出的滤波器应用在逻辑法航迹起始算法、NNSF、PDA中,初步验证此滤波器在该体制雷达中的性能。同时,改进了逻辑法航迹起始算法,通过仿真验证了该改进算法的性能。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
李宜鹏,解永春[6]（2018）在《旋转非合作目标相对状态的解耦估计方法》一文中研究指出针对在轨旋转非合作目标相对状态估计中关于几何结构及惯量参数先验信息未知的问题,提出一种以双目相机对目标特征点的投影作为测量值的解耦估计方法,实现旋转非合作目标相对状态的估计。首先,建立非合目标的动力学模型和目标特征点的运动模型;其次,为避免由目标特征点与目标质心相对位置不确定引起滤波性能降低的问题,建立相对特征的运动模型及投影模型,对旋转运动和平移运动进行解耦;最后,设计相应的滤波器对非合作目标的相对状态进行估计。仿真结果表明,提出的解耦估计方法能够有效地估计出非合作目标的相对状态。(本文来源于《宇航学报》期刊2018年08期）
李村[7]（2018）在《水面救援目标状态估计与跟踪控制方法研究》一文中研究指出当潜艇由于发生故障失去动力而在海上受风、浪、流等环境作用呈现漂浮运动时,需要通过水面救援船舶搜寻、抵近失事潜艇,并利用传感器有效探测信息持续精确跟踪失事潜艇,以方便有效地实施水面救援。而环境条件恶劣(如四级海况)时,风、流、浪涌作用使得救援船与失事艇在水面上的升沉运动,极易造成传感器测量信息短暂缺失,这对开展有效的水面跟踪与救援带来极大的难度与危险。因此,研究水面目标状态估计与跟踪控制方法具有重要的理论研究和工程实际作用。本文针对水面目标救援跟踪控制系统,主要展开以下研究工作:首先,针对水面目标救助问题,建立救援船与目标艇动力学模型,并对风、浪、流等环境因素建模,通过仿真实验验证所建模型的合理性和正确性。其次,基于MiniRadascan微波参考系统测量原理,设计相对距离和相对艏向的解算方案;针对常规高斯滤波器在处理非高斯状态估计问题时出现的性能退化甚至发散的情况,设计容积粒子滤波器,实现非高斯噪声条件下目标状态估计;针对粒子滤波器存在计算量大的问题,提出高斯混合容积卡尔曼滤波器;再次,利用六自由度运动平台模拟MiniRadascan出现量测值缺失的情况,针对现有量测值缺失时目标状态估计方法只能利用系统模型预测的问题,设计基于历史量测数据拟合预测的状态转移模型,并提出量测数据滑窗宽度自适应调整策略,提高状态转移模型拟合精度;针对高斯混合滤波器中高斯分量权值在量测值缺失时仍保持不变导致估计精度降低的问题,基于Chapman-Kolmogorov方程设计高斯分量权值自适应调整策略,提高量测值缺失条件下的目标状态估计精度;然后,针对四级海况下高频运动对救援船控制系统造成不必要损耗问题,设计救援船运动估计滤波器,估计其运动状态;针对水面目标救援跟踪中仅通过雷达获取目标艇的位置信息、无法获得其准确轨迹的问题,提出基于平行目标接近导引律的抗饱和跟踪控制方法,引入滤波反步法解决常规反步法需对虚拟控制量解析求导带来的“计算膨胀”不足;抗饱和环节保证控制执行机构输出量较低且平滑,有助于延长执行机构使用寿命;并利用粒子群优化算法对控制器参数寻优,提高跟踪控制器精度;最后,基于六自由度运动平台搭建目标跟踪模拟试验系统,利用MiniRadascan实测数据验证高斯混合容积卡尔曼滤波以及量测量短暂缺失情况下的目标状态估计算法;针对不同的目标运动状态对跟踪控制器进行试验验证;试验结果证明所设计估计方法与控制器的可行性及准确性。(本文来源于《哈尔滨工程大学》期刊2018-06-01）
邱爽[8]（2018）在《空间非合作目标状态估计与消旋方案设计》一文中研究指出随着航天技术的不断发展,人类的航天活动愈发频繁。许多空间任务涉及空间非合作目标的抓捕,如:辅助入轨、在轨维修、加注燃料、碎片清除、拖曳离轨等。因此对空间非合作目标实施安全、可靠的在轨捕获是空间任务中最关键的技术之一。空间非合作目标的特点是未安装有用于服务航天器捕获的抓捕装置,而且无法与外界进行通信,同时在空间中处于自由翻滚的状态,无法对自身的姿态进行控制和调节。因此,若能在捕获前精确得到空间非合作目标的结构特征信息、惯性信息以及姿态信息并且对非合作目标进行消旋控制,使其角速度减小,对后续的直接抓捕及在轨任务的操作将十分有利。本论文主要针对空间非合作目标的在轨捕获任务,考虑目标先验信息未知以及在空间中处于自由翻滚的运动状态,开展空间非合作目标的惯量特性与姿态信息估计及消旋方案研究。主要研究内容如下:详细介绍了本文将用到的参考坐标系的定义,建立了空间非合作目标的姿态运动学和动力学方程,并分析了两种典型的目标运动状态。介绍了状态估计的理论知识,为后续算法的提出奠定了基础。针对空间非合作目标的状态估计问题,首先基于微分法得到了目标在特征坐标系下的角速度的粗估计值;然后利用这个结果来估计空间非合作目标在特征坐标系下的惯量矩阵比,再通过旋转变换得到主惯量比;接着利用主转动惯量比的估计结果建立空间非合作目标在本体系下的动力学和运动学方程,作为扩展卡尔曼滤波的状态方程,得到空间非合作目标角速度的精确估计值。进而,考虑测量传感器的频率与状态输出频率不匹配问题,设计了非等周期滤波算法估计目标的角速度等信息。针对空间非合作目标的消旋方案设计,首先介绍了电磁学的基本原理,明确了涡流产生的条件;然后分析了磁梯度张量的计算式和相关性质,得到了利用磁梯度张量表示的涡流力矩的形式;接着设计了基于涡流力矩的空间非合作目标的消旋方案,消旋的步骤为:首先使磁场方向与目标自旋轴垂直,以消除目标的章动角,将目标从翻滚运动变为单轴自旋;然后使磁场方向与目标角速度方向垂直,衰减目标角速度。期间需要控制目标与外加磁场的相对位置关系,保证作用于目标的是匀强磁场。最后利用数值仿真验证了方法的正确性,有效性和可行性。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
秦佳宇[9]（2018）在《被动传感器感知目标的状态估计方法研究》一文中研究指出近年来,现代反辐射导弹技术和目标电磁隐身技术的发展给有源雷达带来了巨大的威胁。由于无源探测技术的隐蔽性更好,基于被动传感器系统的多目标跟踪技术日益受到重视。仅利用方位角和俯仰角等角度量测信息实现纯角度跟踪是多被动传感器跟踪的主要方向。本文针对被动传感器系统,采用改进的多维分配数据关联方法以及随机集理论框架下的多目标跟踪方法,最终在具有杂波环境的叁维空间中,实现了多被动传感器多目标的状态估计。本文的主要研究内容如下:首先,本文根据Bayes理论,研究了卡尔曼滤波器(Kalman Filter,KF)、扩展卡尔曼滤波(Extended Kalman Filter,EKF)、无迹卡尔曼滤波(Unscented Kalman Filter,UKF)和粒子滤波器(Particle Filter,PF),为后续将非线性滤波方法与随机集理论相结合实现非线性系统的目标跟踪奠定基础。其次,由于传统多目标跟踪方法需进行数据关联,这样会造成计算量“组合爆炸”的问题,故本文研究了随机有限集理论框架下的多目标跟踪方法,建立了目标运动模型和传感器观测模型;针对随机集框架下的Bayes滤波存在集合积分等问题造成无法求解的情况,引入了概率假设(Probability Hypothesis Density,PHD)滤波器,讨论了PHD滤波器和Bayes滤波器之间的本质联系。再次,研究了被动传感器量测数据关联和融合方法,针对传统多维分配算法计算量过大的问题,设计了一种改进的3-D分配算法,该算法在保证精度的同时减少了计算量;研究了被动多传感器系统的阵列扩维数据融合法和交叉定位融合法,并利用这两种方法将关联好的量测数据进行融合,得到跟踪滤波器的输入量。随后,针对PHD滤波器无法得到闭合解的问题,引入了两种实现形式:高斯混合PHD和粒子PHD。为了实现高斯混合PHD非线性系统下的目标跟踪,将EKF和UKF滤波算法与GM-PHD滤波器相结合,设计基于被动传感器系统下的仿真实验证明两种滤波器的有效性,并进行结果分析。最后,针对机动性较强的目标,引入多模型方法,并将其与线性GM-PHD滤波器相结合,提出IMM-GM-PHD滤波器。设计仿真实验,验证线性高斯系统下IMM-GM-PHD滤波器的有效性,并进行结果分析;将多模型方法与粒子PHD相结合,提出IMM-SMC-PHD滤波器。设计基于被动传感器系统的仿真实验,最终实现杂波环境下多被动传感器多目标的叁维空间状态估计。(本文来源于《哈尔滨工程大学》期刊2018-05-01）
霍仕成[10]（2018）在《Markov跳变网络化系统的多目标状态估计》一文中研究指出过去几十年,由于网络化系统与社会生活的各个领域息息相关,网络化系统就成为近年来一个热门的研究课题,并获得了专家学者们的极大关注。本文基于矩阵分析、随机分析、Lyapunov稳定性理论等重要的方法,研究有关几类Markov跳变网络化系统的多目标状态估计问题,该系统满足指定的性能指标。主要内容集中在非脆弱、发生参数不确定、传感器非线性、发生不确定性测量、轮询机制和双通道等方面,具体研究内容概括如下:(1)针对参数不确定的Markov跳变神经网络系统,寻找理想的非脆弱混合H_∞无源异步状态估计器。同时考虑了系统的不确定性、传感器非线性的随机发生,设计的状态估计器不仅能处理模态信息不能及时传输的问题,还能容许估计器增益不确定性的发生。利用Lyapunov函数,建立一个充分条件,根据所得到的条件和进一步的推导,确保所寻找的非脆弱的异步状态估计器的存在。最后,通过一个数值例子来证明寻找的非脆弱混合H_∞无源异步状态估计器是有效的。(2)讨论伴有时滞的模糊Markov跳变神经网络系统,给出合适的有限时间H_∞异步状态估计器。应用T-S模糊模型描述考虑的系统。设计的状态估计器能够容许测量结果不确定性的发生,并且考虑系统和估计器的之间模态信息异步的问题,更贴切的反映了实际情况。给出一个充分条件实现通过运用随机分析方法,由求解凸优化问题而得到的估计器。最后,通过一个数值例子来证明给出的有限时间异步状态估计器是正确的。(3)研究一类具有Markov跳变耦合网络系统,设计一个满足广义耗散的估计器。用Markov链去拟合网络间的随机跳变耦合,轮询机制被用于安排节点的传输序列,从而降低乱序的可能性的发生,冗余通道被用于处理单通道传输信号的脆弱性。主要目的是寻找一种估计器设计方法,保证估计误差系统满足广义随机耗散性。利用Lyapunov函数方法,Kronecker积和一种改进的解耦方法,给出充分条件,进而给出满足性能指标的估计器。通过调节一些参数,从耗散性条件我们可以很容易获得相应的H_∞、l_2-l_∞、无源以及混合H_∞和无源的性能指标。最后,通过一个数值例子来证明设计的满足广义耗散的估计器是适用的。(本文来源于《安徽工业大学》期刊2018-04-10）
目标状态估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
通过分析传统卡尔曼滤波方法在复杂数据环境应用中遇到的问题,提出了基于单雷达加权直线航迹线参数估计模型的目标运动状态分量合成估计方法。该方法基于复杂数据环境,无须获取系统噪声和观测噪声等先验知识,充分利用目标处于匀速直线运动状态这一特点,分别对当前有限测量点的X、Y分量进行相对于的测量时刻的垂直距离加权迭代估计,确定目标状态估计参数。通过对比试验,验证了文中所提的方法比传统卡尔曼方法具有更优的目标状态估计效果、测量误差平滑和野值抑制能力,能有效提高观测样本较少时目标状态参数估计的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
目标状态估计论文参考文献
[1].郭新程,孟中杰,黄攀峰.采用单目视觉的非合作目标星状态估计[J].宇航学报.2019
[2].高效,方维华,董光波.单雷达直线航迹线目标状态分量合成估计方法[J].现代雷达.2019
[3].刘彬,李永,高学鹏.基于目标状态估计的复合控制系统控制器设计[J].光电技术应用.2019
[4].张晗,杨贤昭,陈洋.基于微型飞行器机载视觉的目标识别与状态估计方法[J].高技术通讯.2019
[5].宋和晏.天发船收高频雷达目标状态估计方法研究[D].哈尔滨工业大学.2019
[6].李宜鹏,解永春.旋转非合作目标相对状态的解耦估计方法[J].宇航学报.2018
[7].李村.水面救援目标状态估计与跟踪控制方法研究[D].哈尔滨工程大学.2018
[8].邱爽.空间非合作目标状态估计与消旋方案设计[D].哈尔滨工业大学.2018
[9].秦佳宇.被动传感器感知目标的状态估计方法研究[D].哈尔滨工程大学.2018
[10].霍仕成.Markov跳变网络化系统的多目标状态估计[D].安徽工业大学.2018