基于多平台协同的辐射源目标定位与跟踪技术研究

论文摘要

针对无源被动定位系统中每个观测站通常无法对目标进行独立定位或是对目标定位精度不高问题,该文以海面舰艇编队为背景,从课题实际工程需求出发,系统研究了基于多平台协同侦察情况下对空中目标进行定位与跟踪问题,并对此开发了一套基于多平台协同侦察定位的应用软件,已经过调试,即将投入到海军某实际装备运行中。本文的研究内容,主要有:(1)针对多平台协同侦察系统中辐射源信号关联问题,应用灰色系统理论的绝对关联度比较,实现了对来自同一辐射源信号的相关处理,提高了信号相关的正确率;(2)为了便于测向定位和提高测向定位精度,使用圆概率误差估算公式对测向交叉定位方法进行误差分析;(3)应用卡尔曼滤波与缓冲算法相结合的思想,先对各平台侦察到的辐射源信号到达角进行缓冲弱化,来提高各舰载雷达侦察设备对信号的测向精度,然后对定位的目标状态位置应用卡尔曼滤波与缓冲算法进行综合跟踪滤波,来提高和改善系统的定位与跟踪精度;(4)针对同一目标上大多装备几部不同性能和用途的雷达,采用了对相关辐射源定位点先聚类后融合的思想,实现了系统对目标的有效跟踪。研究结果表明,利用上述多平台进行协同侦察定位方法,可极大地提高海面舰艇编队在现代战争条件下对辐射源目标的定位和跟踪精度。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景及其意义
• 1.2 课题研究现状
• 1.2.1 协同作战能力（CEC）系统介绍
• 1.2.2 无源定位技术
• 1.2.3 测向交叉定位技术
• 1.3 本文主要研究内容及特色
• 1.4 本文组织结构
• 第二章 多平台协同侦察的辐射源信号关联研究
• 2.1 K-均值聚类算法
• 2.2 灰色关联算法
• 2.3 仿真结果与分析
• 2.4 本章小结
• 第三章 测向交叉定位原理及多平台协同测向定位误差分析
• 3.1 测向交叉定位原理
• 3.2 测向定位误差分析
• 3.2.1 定位误差分析
• 3.2.2 仿真举例与分析
• 3.3 本章小结
• 第四章 多平台协同侦察测向定位方法研究
• 4.1 测向数据校准处理
• 4.2 卡尔曼（KALMAN）滤波方法
• 4.2.1 估计问题
• 4.2.2 卡尔曼滤波模型
• 4.2.3 卡尔曼滤波算法在多平台测向定位中的意义
• 4.3 缓冲算子
• 4.3.1 灰色缓冲理论
• 4.3.2 灰色缓冲算法在测向定位中的意义
• 4.4 卡尔曼滤波理论与缓冲算法在测向定位中的应用
• 4.4.1 多平台协同定位流程
• 4.4.2 仿真实验及结果
• 4.5 本章小结
• 第五章 数据融合在多平台协同侦察定位中的应用
• 5.1 聚类分析算法
• 5.2 数据融合方法
• 5.2.1 数据融合方法概述
• 5.2.2 最小二乘数据融合算法
• 5.3 数据融合在多平台协同定位系统中的应用
• 5.4 仿真结果
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 未来研究方向
• 致谢
• 参考文献
• 附录一：多平台协同定位软件系统简要介绍
• 附录二：攻读硕士学位期间发表的论文与参与的项目