預測濾波技術在光電目標跟蹤中的應用研究.pdf

1、本文研究高精度光電目標運動參數的非線性濾波.首先,根據噪聲的統(tǒng)計特性,建立了分別基于白噪聲和有色噪聲的直角坐標下的光電跟蹤目標狀態(tài)模型和分別基于極坐標系和直角坐標系的測量模型.針對推廣Kalman濾波算法精度低,易發(fā)散的缺點,認為線性化誤差是影響跟蹤精度的因素之一,為此,本文提出了實際測量噪聲協方差的在線估計算法,該算法簡單實用,計算量小.從而很好地解決了在實際應用中,測量噪聲的時變協方差矩陣無法驗前已知這一難題.同時在研究中發(fā)現目標的

2、距離與線性化誤差有關,而目標的角位置的非線性與線性化誤差關系較小.提出了改進的推廣Kalman濾波算法:①采用混合坐標系,在直角坐標系用相對簡單的狀態(tài)方程描述目標的運動特性,目標軌跡外推,協方差矩陣的傳播,增益的計算均在直角坐標下進行,而目標新息(殘差)計算在極坐標下進行;②增加了線性化誤差補償.將距離的非線性通過附加噪聲加以補償,距離測量誤差的方差每一步被重新估計.該算法有效的減小了極坐標測量值非線性的影響,跟蹤性能優(yōu)于推廣Kahan

3、濾波器.為減少改進的推廣Kalman濾波器的計算量,提出了貫序濾波方法(SMEKF).采用貫序濾波算法,可以避免直接計算矩陣的逆,因此可以大大減少計算量.同時在研究中發(fā)現如果按照俯仰、方位、距離的順序進行測量更新,可以提高估計精度.仿真研究表明,采用貫序濾波的改進的推廣Kalman濾波算法不僅可以減小計算量,而且跟蹤精度也大大提高.提出了一種針對光電機動目標的修正機動加速度方差自適應算法.狀態(tài)模型為非零均值時間相關加速度模型,將加速度的