水下制導多目標跟蹤關鍵技術研究.pdf

1、水下制導多目標跟蹤理論與方法涉及水聲工程、信號處理、現(xiàn)代控制理論及精確制導等領域，對該理論和方法的研究有著重要的現(xiàn)實意義。論文系統(tǒng)研究了基于制導系統(tǒng)的水下多目標跟蹤的理論體系，給出了基于水下制導的多目標跟蹤系統(tǒng)的框架，并重點研究了水下多目標跟蹤中的關鍵技術，包括水下運動目標建模、跟蹤濾波與預測算法、多目標航跡關聯(lián)算法、不同坐標系的目標跟蹤算法、跟蹤門算法及基于不同目標參數(shù)估計的多目標跟蹤算法等內容。論文的主要研究成果及創(chuàng)新點如下：

2、 1、給出了基于水下制導的多目標跟蹤系統(tǒng)的框架，提出了水下機動目標的自適應高斯模型及其跟蹤算法，并從理論上對自適應高斯模型及其跟蹤算法性能進行了分析。研究表明：自適應高斯模型對水下目標機動加速度及其方差的變化具有自適應能力，其跟蹤算法不需要對目標進行機動檢測，從而消除了目標跟蹤中的時延；而且其計算量小、跟蹤精度高，對于不同運動形式的水下目標均具有良好的跟蹤效果。 2、研究了水下多目標跟蹤中的濾波與預測算法，分析了離散卡爾曼濾波

3、算法的性質和離散推廣卡爾曼濾波算法的偏差，提出了量測噪聲方差矩陣加權卡爾曼濾波算法。該算法對系統(tǒng)的模型誤差和量測誤差具有較好的適應能力，在系統(tǒng)存在模型誤差和時變量測誤差情況下，能夠取得較高的跟蹤濾波精度。 3、研究了“最近鄰”數(shù)據(jù)關聯(lián)算法、概率數(shù)據(jù)關聯(lián)算法、交互式多模型概率數(shù)據(jù)關聯(lián)算法和聯(lián)合概率數(shù)據(jù)關聯(lián)算法，對聯(lián)合概率數(shù)據(jù)關聯(lián)算法的計算量進行了分析。研究結果表明：聯(lián)合概率數(shù)據(jù)關聯(lián)算法是水下環(huán)境中多目標跟蹤的一種性能良好的數(shù)據(jù)關聯(lián)

4、算法，其缺點是當所跟蹤目標的數(shù)目或量測數(shù)目增加時，算法的計算量較大。 4、針對水下目標運動相對速度低、相對加速度小、水下信道復雜、聲納信號數(shù)據(jù)率低、量測誤差大等特點，提出了球坐標系下基于自適應高斯模型的解耦水下目標跟蹤算法。該算法在對目標機動特征無任何先驗知識的條件下，能較好地適應水下目標的機動，與傳統(tǒng)的球坐標系目標跟蹤算法相比，它對機動目標的徑向距離、方位角及俯仰角具有良好的跟蹤性能。 5、提出了球坐標系下加速度加權自

5、適應水下目標跟蹤算法和球坐標系下基于擴展量測的水下目標跟蹤算法。加速度加權自適應水下目標跟蹤算法突出了加速度的新近信息，對目標運動模型具有在線修正作用；基于擴展量測的水下目標跟蹤算法在球坐標系跟蹤系統(tǒng)中引入了目標的徑向速度量測，不僅能夠提高目標距離的跟蹤精度，而且也能夠提高目標方位角和俯仰角的跟蹤精度，加快系統(tǒng)的動態(tài)收斂，且不需要對速度量測本身進行線性化處理。 6、針對角度量測誤差和目標狀態(tài)量測從球坐標系到直角坐標系的轉換誤差較

6、大的特點，提出了直角坐標系下基于去偏轉換量測的水下目標跟蹤算法和直角坐標系下基于無偏轉換量測的水下目標跟蹤算法。前一種算法比傳統(tǒng)的直角坐標系下基于轉換量測的目標跟蹤算法有更高的跟蹤精度和穩(wěn)定性，后一種算法對傳感器角度量測誤差的不同分布有較強的適應性，在傳感器角度量測誤差較大的情況下，仍具有較高的跟蹤精度。 7、在研究跟蹤門算法、多波束系統(tǒng)定位原理及其實現(xiàn)等的基礎上，提出了基于多波束系統(tǒng)的水下多目標跟蹤算法，并以實際型號的水下制導

7、多波束系統(tǒng)為背景，對該算法進行了MonteCarlo仿真。研究表明：基于多波束系統(tǒng)的水下多目標跟蹤算法對多個目標的不同運動狀態(tài)有一定的跟蹤能力，但因多波束系統(tǒng)對多目標分辨能力差和參數(shù)估計誤差大，當多目標在不同波束之間運動時，跟蹤系統(tǒng)存在較大的跟蹤誤差，同時，由于對同一波束內的兩個或多個目標難以分辨，會導致跟蹤系統(tǒng)在較大扇面內丟失目標。 8、結合高分辨目標參數(shù)估計技術在水下制導系統(tǒng)中應用的研究，提出了基于高分辨目標參數(shù)估計的水下多