简介:对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波(STF)和基于三阶球面-向径容积规则的容积卡尔曼滤波(CKF)相结合的强跟踪-容积卡尔曼滤波(STCKF)。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。
简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。
简介:研究了GPS软件接收机的捕获和跟踪算法,并基于Matlab软件平台和射频前端在Pc上实现了GPS软件接收机样机。介绍了GPS软件接收机的结构和数据采集硬件,讨论了GPSC/A码的特性、产生原理以及捕获过程。针对传统的串行搜索算法慢的缺点以及高动态GPS软件接收机的特点,在该样机中实现了快速的基于循环卷积的并行捕获算法,并联合使用超前滞后环和对相位反转不敏感的科斯塔斯锁相环分别对码相位和多普勒频偏进行跟踪,解调得到导航电文。仿真和测试结果表明,使用GPS软件接收机进行信号处理的思想使用户在算法处理和软件升级等方面具有更大的灵活性,可应用于下一代任何全球导航卫星定位系统(GNSS)和空基增强系统(SBAS)接收机的设计。
简介:提出一种应用于天线跟踪稳定平台的捷联惯导转动基座初始对准方法.首先对卫星天线跟踪稳定平台的结构进行分析,得出在不改变系统现有硬件结构条件下,可充分利用天线跟踪稳定平台的结构特点进行转动基座初始对准的结论;建立完整的捷联惯导旋转基座初始对准数学模型,并采用奇异值分解法分析捷联惯导转动基座初始对准的可观测性.实验结果表明,该方法初始对准中系统可观测矩阵的最小奇异值比静基座初始对准可观测矩阵最小奇异值大一个多数量级,能提高捷联惯导系统的可观测性,并能有效地提高姿态角尤其是航向角的对准精度,为提高通信卫星天线跟踪稳定平台的性能提供了有价值的参考.
简介:在广义系统故障诊断过程中,若系统动态模型中存在不确定性,传统的无迹卡尔曼滤波算法将失去其传感器故障估计精度。为解决该问题,提出一种改进的强跟踪卡尔曼滤波算法以实现广义连续-离散系统的传感器故障诊断及隔离。首先,提出基于多重渐消因子的强跟踪滤波算法以实现动态模型存在不确定性广义连续-离散系统的故障诊断;然后提出一种结合多模型自适应估计的强跟踪卡尔曼滤波(STUKFMMAE)算法以实现传感器故障的有效隔离。最后,针对基于广义连续-离散系统的惯性传感器故障模型提出仿真算例。仿真数据表明,传统无迹卡尔曼滤波对于传感器故障估计误差为0.002左右,而提出的基于多重渐消因子的强跟踪滤波算法对于传感器故障估计误差最大值为未超过4×10~(-4),且STUKFMMAE相较于UKFMMAE算法具有更好的隔离效果。仿真结果验证了设计方案的有效性。
简介:针对传统天文导航方法和GNSS导航方法应用于中高轨道航天器尤其是大椭圆轨道机动航天器自主导航的缺陷,提出一种基于低轨道天基平台实时跟踪观测的轨道机动航天器在轨绝对导航方法。其具体实施过程为布置于低轨道的天基平台利用其自带观测敏感器对轨道机动航天器进行全程实时跟踪测量,并将测量所得的星光角距信息和测距信息发送至轨道机动航天器,航天器根据接收得的量测信息结合自身状态预估信息通过最优滤波估计算法实现导航解算。仿真结果表明该方案具备较强的可行性,且该导航系统具有较高的导航估计精度,能够弥补传统天文导航和GNSS导航方法的不足之处,当天基平台自主定轨精度为80m时轨道机动航天器导航位置估计误差在120m以内。
简介:捷联惯性导航系统静基座初始对准时一般先进行粗对准,使失准角缩小到一定范围内从而满足小失准角假设下的线性误差模型,然后再进行精对准。在不进行粗对准时失准角一般为大角度,需要采用复杂的非线性误差模型和非线性滤波方法。研究发现通过设置合理的误差协方差矩阵初值,采用反馈校正滤波结构,并引入强跟踪滤波算法可以在大失准角情况下既无需粗对准,又无需采用非线性模型来实现精对准。仿真结果表明,该方法可以实现大失准角初始对准,鲁棒性好,在任意姿态初值下都可以使航向角在300s内收敛到0.05°的理论极限精度,与小失准角精对准方法的速度和精度相当但省去了粗对准因而耗时更短,与无迹卡尔曼滤波在600s时才收敛到0.5°的速度相比大为改善。