计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
9期
106-111
,共6页
机动再入目标%强跟踪渐消因子%容积卡尔曼滤波%自适应跟踪
機動再入目標%彊跟蹤漸消因子%容積卡爾曼濾波%自適應跟蹤
궤동재입목표%강근종점소인자%용적잡이만려파%자괄응근종
Maneuvering reentry targets%Strong tracking fading factor%Cubature kalman filter%Adaptive tracking
在机动再入目标高精度跟踪问题的研究中,由于目标变化速度快,动态模型为非线性,传统的Jerk分段均匀假设和随机模型近似思想建立的机动再入目标分段匀Jerk模型和过程噪声自适应方法中,存在加速度的方差期望近似瞬时方差的固有误差.为解决上述问题,提出了改进的机动再入目标自适应模型及相应的容积卡尔曼滤波跟踪算法,采用加速度状态协方差修正项来近似加速度的瞬时方差,同时引入强跟踪渐消因子增强加速度状态修正项近似瞬时方差的能力,给出了更精 确的机动再入目标自适应模型;结合状态扩展方法和容积卡尔曼滤波算法实现了机动再入目标的高精度自适应跟踪.仿真结果表明:改进后的算法对机动再入目标跟踪具有更高的精度和稳定性,对目标机动性变化有更低敏感性.
在機動再入目標高精度跟蹤問題的研究中,由于目標變化速度快,動態模型為非線性,傳統的Jerk分段均勻假設和隨機模型近似思想建立的機動再入目標分段勻Jerk模型和過程譟聲自適應方法中,存在加速度的方差期望近似瞬時方差的固有誤差.為解決上述問題,提齣瞭改進的機動再入目標自適應模型及相應的容積卡爾曼濾波跟蹤算法,採用加速度狀態協方差脩正項來近似加速度的瞬時方差,同時引入彊跟蹤漸消因子增彊加速度狀態脩正項近似瞬時方差的能力,給齣瞭更精 確的機動再入目標自適應模型;結閤狀態擴展方法和容積卡爾曼濾波算法實現瞭機動再入目標的高精度自適應跟蹤.倣真結果錶明:改進後的算法對機動再入目標跟蹤具有更高的精度和穩定性,對目標機動性變化有更低敏感性.
재궤동재입목표고정도근종문제적연구중,유우목표변화속도쾌,동태모형위비선성,전통적Jerk분단균균가설화수궤모형근사사상건립적궤동재입목표분단균Jerk모형화과정조성자괄응방법중,존재가속도적방차기망근사순시방차적고유오차.위해결상술문제,제출료개진적궤동재입목표자괄응모형급상응적용적잡이만려파근종산법,채용가속도상태협방차수정항래근사가속도적순시방차,동시인입강근종점소인자증강가속도상태수정항근사순시방차적능력,급출료경정 학적궤동재입목표자괄응모형;결합상태확전방법화용적잡이만려파산법실현료궤동재입목표적고정도자괄응근종.방진결과표명:개진후적산법대궤동재입목표근종구유경고적정도화은정성,대목표궤동성변화유경저민감성.
