双站无源目标跟踪算法研究

《双站无源目标跟踪算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级硕士学位论文题目：双站无源目标跟踪算法研究英文并列题目：ResearchonPassiveSourceTrackingAlgorithmsUsingTwoReceivers研究生：李曦专业：控制科学与工程研究方向：控制理论与控制工程导师：于凤芹教授指导小组成员：杨乐副教授学位授予日期：2016年06月答辩委员会主席：杨慧中江南大学地址：无锡市蠡湖大道1800号二○一六年五月独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｖ乂标

2、注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含本人为获得江南大学或其它教育机构的学位或证书而使用过的材料一。与我肉工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名＞。／心。＾．Ｐ：為日期：若关于论文使用授权的说明本学位论文作者完全了解江南大学有关保留、使用学位论文的规定：江南大学有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅，可ｋ乂将学位论文的全部或部分内容编入有关数据库进行检索》

3、＾，可采用影印、缩印或扫描等复制手段保存、汇编学位论文，并且本人电子文档的内容和纸质论文的一致内容相。保密的学位论文在解密居也遵守此规定。签义：才导师签違：命＿柄餐日期．：摘要摘要无源目标定位跟踪是雷达、声呐、无线传感网、电子侦察等应用的关键技术之一。无源工作方式由于其隐蔽性强且探测距离远、生存力高等优势正逐步受到越来越广泛的关注。以两颗邻近的地球静止轨道(Geostationaryearthorbit,GEO)卫星为载体的地面辐射源无源定位跟踪平台具有覆盖范围广、能全天候监控等

4、特点。本文考虑使用两颗GEO卫星实现对地球表面巡航目标的无源定位跟踪问题。系统不断累积目标辐射信号到观测站的时差(TimedifferenceofArrival,TDOA)、频差(FrequecydifferenceofArrival,FDOA)和多普勒频移(DoppplerShift)等观测量以完成对巡航目标运动轨迹的在线估计。本文主要的研究工作如下：首先，本文通过分析巡航目标的运动特征，在地球正球假设下建立了其离散时间运动轨迹方程，并分析了基于正球假设运动模型与基于WGS-84椭球模型之间的拟合误差

5、，验证了正球假设下模型的正确性。此外，在运动方程、观测方程的基础上推导了目标跟踪精度的克拉美罗理论下界(Cramer-RaoLowerBound,CRLB)，并通过控制变量法研究了多种因素对CRLB的影响。仿真结果表明，提升时差观测精度对定位CRLB无显著影响，而目标航向和运动速度、频差观测误差以及多普勒频移观测误差对CRLB的影响较大。其次，以贝叶斯(Bayesian)非线性滤波为框架，本文提出了基于高斯混合滤波-5阶容积卡尔曼滤波的高轨双星辐射源跟踪算法。其中系统非线性测度、滤波器分裂与融合是新提出

6、的高斯混合滤波算法的关键内容，本文结合5阶容积卡尔曼滤波的容积点分布特征提出了新的系统非线性测度，并分别研究了滤波器的分裂与融合操作。仿真结果表明：分裂操作有利于降低系统非线性度，从而提高子滤波器的跟踪性能，融合运算控制了算法的总计算量，并保留了低权重滤波器所包含的信息量。最后，本文通过大量蒙特卡洛仿真对比分析了文献中已有的高斯混合-3阶容积卡尔曼滤波算法与提出的改进高斯混合滤波算法的性能。仿真结果表明，两种算法均在短时间内迅速收敛，但改进的滤波算法具有更好的跟踪精度。此外，本文还仿真不同系统参数下算法

7、的跟踪性能。仿真结果表明目标沿不同方向运动时跟踪性能差异较大，目标运动速度越大跟踪性能越好；时差观测误差对跟踪性能的影响不显著，频差和多普勒频移观测误差对跟踪性能的影响较大；这些结果和CRLB分析结果一致。关键词：无源目标定位与跟踪；高斯混合；5阶容积卡尔曼滤波；非线性测度；IAbstractAbstractPassivetargetlocationandtrackingtechnologyisoneofthekeytechnologiesofradar,sonar,wirelesssensornetw

8、orksandmodernspaceelectronicreconnaissance.Workinginapassiveway,reconnaissancesystemshaverapidlydrawnmoreandmoreattentionwidespreadowingtotheiradvantagesofstrongconcealment,fardistancedetectionandhighsecurity.Sincepassiveo