导读:本文包含了无源定位与跟踪论文开题报告文献综述及选题提纲参考文献，主要关键词:单站无源定位,直接定位,灰狼优化算法,子空间数据融合
无源定位与跟踪论文文献综述
谢强[1]（2019）在《被动测向单站无源定位与跟踪算法研究与实现》一文中研究指出随着电子对抗和侦察打击一体化在现代电子战中的不断发展,无源定位与跟踪系统作为对有源探测系统的补充和完善,正朝着高精度、低载荷、快速化方向发展。论文围绕基于被动测向体制下的快速运动单站无源定位方法和基本原理、定位误差分析、阵列数据域直接定位及无源目标跟踪滤波算法等方面展开研究,针对所存在的一些问题提出了相应的解决方法,并通过仿真实验验证了所提方法的有效性。运动单站无源定位利用在不同观测位置所获取的带噪声的观测变量和数据来实现对未知目标的状态估计,其从本质上来说就是个复杂的非线性滤波问题。首先,论文针对单长基线干涉仪测向存在模糊,而多基线干涉仪测角定位系统复杂等问题,提出一种运动观测平台下解模糊相位差的单站无源定位方法,推导了关于相位差、载频及站址误差的定位GDOP,采用改进的灰狼优化算法估计辐射源位置,所提算法实现了直接解模糊估计出目标位置,且仅利用单基线干涉仪即可实现对多个频段辐射源目标定位。其次,针对传统两步定位方法存在信息损失、量测变量精度限制定位精度等缺陷,研究了基于阵列天线的子空间数据融合直接定位算法,较两步定位方法提高了单站无源定位精度。利用快速运动单站与目标之间相对运动产生的多普勒频移信息,进一步研究了联合角度和多普勒频率的扩展子空间数据融合直接定位算法,结果表明该方法能在更低信噪比条件下进一步提高定位精度。对单站侦察定位实际应用环境中,辐射源目标可能存在相对慢速运动,需要同时估计目标位置和速度状态,研究了基于到达角度和相位差变化率的SRUKF滤波算法。算法第一步仅利用观测平台在不同位置测得的角度来实现目标位置的粗略滤波估计,并将其作为后续滤波的初始值,然后采用引入相位差变化率的滤波算法逐渐估计出目标的速度。实验结果表明所提跟踪算法能够实现目标位置和速度状态的估计,且进一步提高了目标位置估计精度。最后,本文在基于FPGA+DSP架构下的信号处理系统中,研究了基于DSP平台的测角交叉均值滤波单站无源定位算法实现,通过数值仿真实验及片上系统定位算法测试,其结果满足定位指标要求,完成预期功能。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
王梦馨[2]（2019）在《基于TDOA/AOA的多站无源定位与跟踪算法研究》一文中研究指出现如今,电磁环境日益复杂,电子对抗技术不断的发展与成熟,如何在电子战中精确、及时、隐蔽的对敌方目标辐射源进行定位与跟踪成为了抢得战场先机的关键。因此,无源定位跟踪技术成为了电子战中十分重要的技术手段。本文以传统的测向交叉定位与时差定位体制为基础,介绍了时差-交叉联合定位体制与算法,并针对实际应用中存在的一些问题,展开了相关研究。首先,本文介绍了基本的时差定位与测向交叉定位模型,并出于将两种算法的优势进行互补的目的,介绍了时差-交叉联合定位模型,推导了联合定位模型的几何精度因子公式,并介绍了两种针对该联合模型的闭式解算算法。其次,针对传统的伪线性闭式解算算法在误差增大时容易出现门限效应,导致定位精度急剧恶化的缺点,提出一种基于樽海鞘群算法的定位技术,该算法模拟了樽海鞘群体捕食的过程,智能的对观测空间进行搜索,基于最大似然原则给出估计解,有效的改善了门限效应。另外,根据多站无源定位模型的特征,对原始的樽海鞘群算法进行了改进,实验结果表明,改进后的算法在保持群体收敛能力的同时,极大程度上增强了前期随机搜索的能力,进一步提高了定位精度。另外,本文针对多站定位体制在实际应用中容易出现的模糊定位问题进行了研究。对于测向交叉定位的模糊问题,本文对宽带噪声调频信号的模糊点排除问题进行了研究,在多个信号混杂无法辨别到达时间的情况下,利用宽带噪声调频信号的特征,给出了一种通过信号的自相关特征求取时差信息的方法,可以有效解决此类情况下的模糊点排除问题。而对于时差定位中的定位模糊问题,本文针对由于高重频信号配对错误导致产生多组模糊时差的情况进行了分析,利用模糊点与真实点运动规律不同的特点,提出一种方法,本方法对所有估计点进行跟踪,估计每个点的速度信息,通过对估计点的速度进行判决而对模糊点进行排除。最后,本文针对一种非共视条件下的目标跟踪问题进行了研究。由于观测空间中存在障碍物遮挡,或目标与观测站之间相对运动等多种原因导致目标在某些时刻无法被所有观测站同时观测,此时由于信息的缺失,传统意义上无法对目标轨迹进行正确跟踪。本文对这种环境下观测信息的变化进行了详细分析,并针对这种条件下的跟踪问题,提出了利用过程噪声方差矩阵来平衡对预测值的信任度,从而可以在弱观测区间得到相对稳定的估计结果,通过仿真结果与理论分析,证明了该方法可以有效提高跟踪效果,使跟踪结果更稳定。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
雷谦[3]（2018）在《基于无线传感器网络的无源定位与跟踪》一文中研究指出无源目标定位与跟踪作为无线传感器领域的热点问题,具有对不携带任何信号收发设备的目标进行定位和跟踪的特点,在军事、医疗和安全监控等领域有着十分广阔的应用前景。然而,随着研究的不断深入,无源目标定位与跟踪面临着现有定位和跟踪技术精度不高的问题。同时,轨迹跟踪技术还面临着现有算法复杂度过高的问题。这些,将严重制约着目标定位与跟踪在各领域的拓展。因此,深入研究无源目标定位与跟踪技术具有重要意义,本文以提高定位和跟踪精度为目标。本文以研究无线传感器网络领域无源目标定位和跟踪精度的提高为目标,首先研究了两种不同环境下的定位技术:室外环境中基于新型椭圆模型的射频层析成像(Ra-dio Tomographic Imaging,RTI)和室内环境中基于增强型通信频道选择的指纹定位。然后,研究了无源目标的轨迹跟踪技术:即基于接收信号强度-距离-角度权值的几何滤波轨迹跟踪。本文的贡献总结如下:(1)由于室外环境中无源目标定位精度仍有一定提升的空间,本文以对无源目标具有定位效果的RTI算法为基础,结合基于稀疏表达的正交匹配跟踪(Orthogonal Matching Pursuit,OMP)算法来获取目标的位置。首先,利用信号的视距和非视距传输方式,结合椭圆(通信链路在二维平面的投影或通信链路信号传播范围)内像素块(监控区域的划分)与椭圆焦点(传感器)的相对位置关系,将椭圆内的区域划分为不同权值的像素块。然后,首次将基于稀疏表达的OMP引入到RTI算法中对不适定问题求解。通过对稀疏度(无源目标数量)的设置,滤除其它干扰的目标估计位置,从视觉上达到一种滤波的效果。实验表明所提出的基于新型椭圆模型的RTI算法可以进一步提高无源目标定位的精度;(2)由于室内环境中无源目标定位容易受到障碍物(如墙壁、天花板和家具等)对信号传输的影响,而且定位精度仍有提升的空间。本文以受环境改变影响较小的指纹算法为基础,结合基于机器学习的逻辑回归算法来处理大量复杂的实验数据。首先,在指纹算法的离线数据训练(第一阶段)和在线数据匹配(第二阶段)中,分别选取平均接收信号强度(Received Signal Strength,RSS)最高的通信链路,并计算在该链路中两两通信频道的皮尔森系数。然后,将皮尔森系数最大的两个通信频道所收集到的实验数据用于这两个阶段。这是由于平均RSS较高的通信链路所收集到的数据,其定位结果对于环境改变的鲁棒性较强。而且,皮尔森系数较高通信频道所收集到的实验数据,也会进一步提高定位结果对环境改变的鲁棒性。最后,首次将机器学习领域的逻辑回归算法引入到无源目标定位中,来求解目标的估计位置。实验结果表明本文所提出的基于增强型通信频道选择的指纹定位算法,进一步提高了无源目标的定位精度,而且无需重新测量数据节省了大量的人力物力资源;(3)针对现有无源目标轨迹跟踪技术精度不高且计算复杂度过高的问题,本文以对计算复杂度可以有效降低的几何滤波算法为基础,结合提出的接收信号强度-距离-角度权值估算出目标的位置。首先,通过设置接收信号强度改变的阈值,以及通信链路交点与无源目标上一个估计位置的关系,滤除远离目标真实位置的通信链路的交点,降低计算复杂度。将通信链路中接收信号强度的改变作为其交点的权值,以便于对通信链路的交点进行区分。然后,根据通信链路交点与目标上一个估计位置的关系,提出了一种新型距离权值。这样,距离目标上一个估计位置越近的交点将被分配更高的权值,有助于对交点进一步区分。最后,根据通信链路交点与无源目标上一个估计位置之间的角度关系,将交点最多的方向作为目标的运动方向,提出了一种新型角度权值。实验表明本文所提出的基于接收信号强度-距离-角度权值的几何滤波轨迹跟踪算法,进一步提高了无源目标的轨迹跟踪精度。(本文来源于《武汉大学》期刊2018-05-01）
冯松涛,郭云飞[4]（2018）在《基于EA-FPHT的无源协同定位检测前跟踪方法》一文中研究指出针对无源协同定位系统低可观测目标的跟踪耗时及虚假航迹问题,提出一种基于能量积累的快速极坐标霍夫变换无源协同定位检测前跟踪方法。建立了多目标无源协同定位系统的数学模型。提出了快速极坐标多目标无源协同定位跟踪方法。利用目标运动速度先验信息和雷达回波帧序号信息,组合相邻两帧满足目标运动特性的雷达数据,并在第二门限中加入目标能量积累信息构成双门限。仿真分析算法性能,并得出结论:所提方法能够有效解决无源协同定位系统低可观测目标的跟踪耗时及虚假航迹问题。(本文来源于《火力与指挥控制》期刊2018年01期）
刘浩[5]（2017）在《多站无源定位技术与跟踪方法研究》一文中研究指出现代战场中,由于具备了良好的隐蔽性与较强的生存能力,多站无源定位系统日益受到重视。而目标机动性的增强、隐身技术的发展以及各类干扰技术的应用使得战场环境日趋复杂,多站无源定位系统面临越来越高的跟踪要求。本文研究多站无源定位技术与跟踪方法,首先针对多站无源定位量测非线性问题,采用转换量测的方法进行解决;然后研究多站无源定位系统异类传感器的融合方法,以应对所面临的量测多速率问题;最后分析多站无源定位量测的时间延迟对目标跟踪的影响,设计了基于卡尔曼滤波的无序量测处理及时间延迟处理算法。主要工作如下:1.研究了多站无源定位及目标跟踪算法;对于多站无源定位系统的量测方程呈现非线性的问题,采用转换量测的方法进行解决,避免了扩展卡尔曼滤波(EKF)引入截断误差;将交互式多模型(IMM)与转换量测算法相结合,采用测向与测向-时差联合的两种多站无源定位方法实现了对机动目标的跟踪。2.针对多站无源定位系统区域内存在多个采样速率不同的异类传感器情况,分别在集中式和分布式两种融合结构下研究信息融合算法;依照先到先处理的原则,设计了基于序贯的多站无源定位融合算法,将多速率的异类量测快速、实时的进行信息融合;对于采用信息滤波的分布式系统,在融合中心按照固定周期对各子系统滤波结果进行融合,提高跟踪精度。3.讨论存在传输时间延迟的量测信息处理方法,分析时间延迟引入的跟踪误差来源及影响,并由此将时间延迟处理算法分为有、无时间标记两种情况;针对有时间标记的情况,进行无序量测的直接处理,降低延迟影响;针对无时间标记的情况,通过基于先验信息的量测估计,寻找量测可能的产生时间,再进行无序量测的直接处理。(本文来源于《上海交通大学》期刊2017-05-01）
赵斌[6]（2017）在《基于多普勒信息无源定位与跟踪技术研究》一文中研究指出无源侦察定位主要利用目标辐射或者反射空间中的电磁信息对目标进行定位及跟踪,与有源定位相比,它具有工作频段宽,隐蔽性强,抗干扰和生存能力较强的优点,定位过程中可能用到的信息有很多种,其中时差、角度和相位差信息经过多年的研究,理论较为成熟,已经广泛应用于实际工程中,多普勒频率信息的研究起步时间则略晚一些,未来具有很广阔的发展前景。本文主要研究内容如下所示:首先,根据项目的需求,对多普勒信息在单观测站中的模型进行研究,讨论了单站定位中常用的坐标系及相互转换关系。针对卫星对地面目标定位模型和地面观测站对空中目标模型,提出了两种不同的定位方式—多普勒变化率定位和角度/多普勒联合定位,并通过仿真实验,给出了两种定位方式的定位误差。然后,针对另一个实际项目,深入研究了地面多基站对空中目标的定位模型,讨论了不同布站形式、测频误差和基线长度对定位效果的影响并进行总结,随后分析了另一种定位方式—TDOA/FDOA多站联合定位并进行仿真。接下来,将群体智能中的粒子群算法改进后应用于多站频差模型中进行分析,讨论了算法基本原理,参数的选取和实现流程,接着通过仿真进行算法验证。最后研究了定位中常用的卡尔曼滤波及其扩展算法,对两种算法的数学原理进行了详细介绍,随后给出了两种算法模型的滤波仿真效果并比较了它们的优缺点。总之,本文研究的单个卫星对地面定位模型,在卫星高度一定的情况下,卫星探测最远范围处理论误差小于10km,可以满足项目的指标,研究地面多观测站对空中目标定位模型时,在一定的测频误差下,最远处理论探测精度小于5‰,同样满足项目指标。(本文来源于《哈尔滨工程大学》期刊2017-05-01）
余翊森[7]（2017）在《利用多径信息的无人机无源定位与跟踪算法研究》一文中研究指出近年来,随着无人机应用的普及,各类无人机飞行事故与隐患增多,迫切需要对无人机进行定位与跟踪。无人机体型小,速度慢,主动雷达难以检测。故本文基于到达时间差对其进行无源的定位及跟踪方法研究。在城市环境下,多径效应较明显,传统的到达时间差估计的精度下降,影响定位算法的精度。而无人机的运动可视为一个马尔科夫过程,可用目标跟踪算法提取出目标位置的方式来实现定位。因此,本文将贝叶斯目标跟踪框架应用到辐射源定位问题研究中。同时,传统的定位方法难以应对时变的目标数。故本文研究基于随机有限集的目标跟踪算法,并在贝叶斯框架下对多个无人机目标定位与跟踪。此外,针对城市多径环境,可以对量测中的多径信息加以有效利用。此时,相当于增加了等效基站,增强了待测目标的可观测性。本文首先介绍了传统的基于到达时间差的无源定位方法和贝叶斯目标跟踪的基本原理与随机有限集理论。基于此,讨论了经典的概率假设密度滤波算法,该算法可对多个时变目标进行有效的跟踪,可通过聚类算法从其概率假设密度中估计出目标位置。之后论了多检测及多观测站情形下的概率假设密度滤波算法。本文将传统的概率假设密度滤波扩展为多检测概率假设密度滤波,利用多径效应引起的“干扰信息”,对无人机目标进行定位与跟踪。针对时差方程的非线性,基础基于粒子滤波的实现算法。该算法与经典的概率假设密度滤波在预测步骤相一致,但在更新步骤中存在多检测的情况,没有量测与观测模型的关联先验。因此需要对真实状态与量测的所有可能的关联组合进行枚举。本文讨论了无人机目标定位跟踪仿真平台的实现,并开展了对上述算法有效性验证的仿真试验。通过设置叁种场景,分别在单观测站多检测,多观测站单检测与多观测站多检测条件下,开展了对单目标和时变多目标的定位与跟踪仿真实验以及性能分析。结果表明,在高信噪比低杂波情况下,利用多径信息可以提高对无人机目标的定位及跟踪精度。(本文来源于《电子科技大学》期刊2017-03-31）
江利中,邹波,谭姗姗[8]（2016）在《双站无源定位和跟踪算法研究》一文中研究指出为提高无源定位和跟踪的性能,弥补传统技术信息量少、定位速度慢和跟踪精度低的缺陷,研究了针对空中目标的基于联合信号到达角(DOA)与到达时间差(TDOA)的双站无源定位算法,以及基于联合到达时间差与到达频率差(FDOA)的双站无源跟踪算法。无源定位算法利用空间几何关系解析目标位置,无源跟踪算法利用无色卡尔曼滤波(UKF)持续跟踪目标并获得更高精度的目标位置信息,给出了两种算法模型。仿真结果表明:联合DOA,TDOA的无源定位算法在基线较短的条件下,对距离100km内的目标定位精度优于10%,联合TDOA,FDOA的无源跟踪算法的收敛速度较快且跟踪精度能达百米级。(本文来源于《上海航天》期刊2016年04期）
杨军玲[9]（2016）在《无源定位跟踪中野值的检测与剔除方法》一文中研究指出针对无源定位跟踪中野值的出现会降低滤波的可靠性和稳定性问题,结合新息似然的概念提出了一种基于似然的野值检测与剔除方法。通过计算卡尔曼滤波更新中得到的似然值,设定门限,以达到野值的检测与剔除的目的。仿真结果表明,该算法有效地处理了野值对定位跟踪精度的影响,使得目标定位跟踪精度有了较大的提高。(本文来源于《电子科技》期刊2016年06期）
刘霞[10]（2016）在《基于无源时差定位的机动目标跟踪算法的研究》一文中研究指出随着电子科学技术的不断发展,对目标跟踪的需求也不断的增加。目标跟踪技术已经普遍应用于军事领域和民用领域,无源定位与跟踪具有隐蔽性好等优点得到广泛的研究和关注,TDOA是一种常见的无源定位技术,由于其拥有定位精度高,组网能力强,抗打击能力强等优点,目前已得到了广泛的应用。本文将无源时差定位技术与机动目标跟踪算法相结合,研究了基于无源时差定位的机动目标跟踪问题。在无源时差定位跟踪系统中,由于系统方程是非线性的,因此该跟踪算法主要解决非线性滤波问题,已有交互式多模型扩展卡尔曼滤波(IMM-EKF)和交互式多模型无迹卡尔曼滤波(IMM-UKF)应用其中,且IMM-UKF跟踪精度较高。但实际上目标会受到非常复杂的非高斯噪声干扰,上述两种算法无法解决非高斯噪声干扰。针对上述问题,本文将交互式多模型粒子滤波应用于基于无源时差定位的机动目标跟踪中,并通过MATLAB仿真试验比较,验证了交互式多模型粒子滤波(IMMPF)的优越性。所用模型个数越多,交互式多模型(IMM)算法的跟踪性能越优越。但是,当模型个数过多时,跟踪的精度也会因为过多不必要模型之间的过度竞争而下降。针对这个问题,论文进一步改进交互式多模型算法,给出了基于扩展维特比算法的模块化交互式多模型算法(Modular Interacting Multiple Model Based on Extended Viterbi Algorithm,即MIMMEV),有效地解决了上述问题,对雷达机动目标定位跟踪问题具有一定的实际应用价值。(本文来源于《贵州大学》期刊2016-06-01）
无源定位与跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
现如今,电磁环境日益复杂,电子对抗技术不断的发展与成熟,如何在电子战中精确、及时、隐蔽的对敌方目标辐射源进行定位与跟踪成为了抢得战场先机的关键。因此,无源定位跟踪技术成为了电子战中十分重要的技术手段。本文以传统的测向交叉定位与时差定位体制为基础,介绍了时差-交叉联合定位体制与算法,并针对实际应用中存在的一些问题,展开了相关研究。首先,本文介绍了基本的时差定位与测向交叉定位模型,并出于将两种算法的优势进行互补的目的,介绍了时差-交叉联合定位模型,推导了联合定位模型的几何精度因子公式,并介绍了两种针对该联合模型的闭式解算算法。其次,针对传统的伪线性闭式解算算法在误差增大时容易出现门限效应,导致定位精度急剧恶化的缺点,提出一种基于樽海鞘群算法的定位技术,该算法模拟了樽海鞘群体捕食的过程,智能的对观测空间进行搜索,基于最大似然原则给出估计解,有效的改善了门限效应。另外,根据多站无源定位模型的特征,对原始的樽海鞘群算法进行了改进,实验结果表明,改进后的算法在保持群体收敛能力的同时,极大程度上增强了前期随机搜索的能力,进一步提高了定位精度。另外,本文针对多站定位体制在实际应用中容易出现的模糊定位问题进行了研究。对于测向交叉定位的模糊问题,本文对宽带噪声调频信号的模糊点排除问题进行了研究,在多个信号混杂无法辨别到达时间的情况下,利用宽带噪声调频信号的特征,给出了一种通过信号的自相关特征求取时差信息的方法,可以有效解决此类情况下的模糊点排除问题。而对于时差定位中的定位模糊问题,本文针对由于高重频信号配对错误导致产生多组模糊时差的情况进行了分析,利用模糊点与真实点运动规律不同的特点,提出一种方法,本方法对所有估计点进行跟踪,估计每个点的速度信息,通过对估计点的速度进行判决而对模糊点进行排除。最后,本文针对一种非共视条件下的目标跟踪问题进行了研究。由于观测空间中存在障碍物遮挡,或目标与观测站之间相对运动等多种原因导致目标在某些时刻无法被所有观测站同时观测,此时由于信息的缺失,传统意义上无法对目标轨迹进行正确跟踪。本文对这种环境下观测信息的变化进行了详细分析,并针对这种条件下的跟踪问题,提出了利用过程噪声方差矩阵来平衡对预测值的信任度,从而可以在弱观测区间得到相对稳定的估计结果,通过仿真结果与理论分析,证明了该方法可以有效提高跟踪效果,使跟踪结果更稳定。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
无源定位与跟踪论文参考文献
[1].谢强.被动测向单站无源定位与跟踪算法研究与实现[D].哈尔滨工程大学.2019
[2].王梦馨.基于TDOA/AOA的多站无源定位与跟踪算法研究[D].哈尔滨工程大学.2019
[3].雷谦.基于无线传感器网络的无源定位与跟踪[D].武汉大学.2018
[4].冯松涛,郭云飞.基于EA-FPHT的无源协同定位检测前跟踪方法[J].火力与指挥控制.2018
[5].刘浩.多站无源定位技术与跟踪方法研究[D].上海交通大学.2017
[6].赵斌.基于多普勒信息无源定位与跟踪技术研究[D].哈尔滨工程大学.2017
[7].余翊森.利用多径信息的无人机无源定位与跟踪算法研究[D].电子科技大学.2017
[8].江利中,邹波,谭姗姗.双站无源定位和跟踪算法研究[J].上海航天.2016
[9].杨军玲.无源定位跟踪中野值的检测与剔除方法[J].电子科技.2016
[10].刘霞.基于无源时差定位的机动目标跟踪算法的研究[D].贵州大学.2016