拦截高超声速目标的多拦截器协同制导控制理论与方法研究
项目来源
项目主持人
项目受资助机构
项目编号
立项年度
立项时间
项目级别
研究期限
受资助金额
学科
学科代码
基金类别
关键词
参与者
参与机构
项目受资助省
项目结题报告(全文)
1.基于随机有限集的杂波估计与多扩展目标跟踪问题研究
- 关键词:
- 扩展目标;未知杂波估计;Gibbs采样;有限混合模型;标签随机有限集;广义标签多伯努利滤波器
- 陈一梅
- 指导老师:杭州电子科技大学 刘伟峰
- 0年
- 学位论文
扩展目标跟踪问题一直是国内外广泛关注的热点问题,扩展目标跟踪存在如下特点:第一,目标在一个采样周期内产生多个量测点,并且这些量测通常位于传感器(例如雷达)同一个分辨单元内,增加了扩展目标个数估计的难度;第二,扩展目标的形状通常是未知的,甚至可能随时间变化,导致目标形状估计难度增大。本文以随机有限集为理论基础,首先提出了基于RFS的杂波强度估计算法,然后建立了扩展目标的散射点模型,最后提出了一种杂波条件下基于标签随机有限集(Labelled random finite sets,L-RFS)框架下的多扩展目标跟踪估计算法。具体研究内容如下:(1)基于RFS的未知杂波强度估计算法。在很多情况下,目标跟踪受到密集,不均匀和随时间变化的杂波干扰,这将严重恶化未知杂波环境下的跟踪性能。本文考虑未知杂波的检测率和杂波率,引入有限混合分布(FMD)来拟合未知的杂波分布,然后采用吉布斯采样和贝叶斯信息准则(BIC)来估计杂波参数。(2)扩展目标散射点建模。随着现代传感器技术的不断发展,雷达分辨率的日益提高使得我们能够从单个目标中获得多个散射点信息,即一个扩展目标在一个采样周期内产生不止一个量测点,这就需要建立扩展目标散射点模型。首先,通过多伯努利RFS对扩展目标散射点状态进行建模,状态用具有参数集{(r(i),p(i))}i=1 M的多Bernoulli分布模型来表示,假设扩展目标散射点个数满足泊松分布,散射点参数服从高斯分布,通过图理论方法来实现扩展目标散射点结构建模。(3)杂波条件下多扩展目标的跟踪估计算法。算法主要包括多扩展目标的动态建模和多扩展目标的跟踪估计两部分。通过对研究内容(1)进行扩展,本文结合GLMB滤波器建立了扩展目标的量测有限混合模型,利用Gibbs采样和BIC准则推导出有限混合模型的参数来对多扩展目标量测进行估计,通过获取扩展目标的等效量测来替代扩展目标量测,对扩展目标形状采用椭圆逼近建模,实现扩展目标状态和形状的估计。
...2.多智能体平台编队协作式控制跟踪研究
- 关键词:
- 多智能体;一致性;编队协作控制;目标跟踪;融合估计;相关性
- 邢家瑞
- 指导老师:杭州电子科技大学 刘伟峰
- 0年
- 学位论文
随着多智能体技术的不断发展,其在各个领域的应用也越来越普遍。多智能体编队作为其中一种具有高效性的应用方式而被广泛研究,如利用多智能体编队实现地面目标的协同感知、空中多无人机编队探测以及海面多舰船的范围搜索等。在传统的目标跟踪算法中,一般使用静态雷达或单移动智能体对目标进行探测,但由于目标状态的不明确以及执行任务的复杂性提升等因素,传统方法已经不能满足任务需要,多智能体协作控制技术的出现得以解决这一问题。本论文基于多智能体系统,开展了多智能体协作控制与目标跟踪算法的相关研究,具体研究内容如下:(1)从多智能体编队控制理论出发,研究了多智能体系统的编队形成、队形保持以及协作式目标跟踪等问题。首先在杂波环境下对运动目标与杂波进行系统建模,之后采用改进Kalman滤波算法估计目标状态,最后通过基于一致性理论的编队形成方法研究了一种具有移动跟踪的多智能体编队控制算法。(2)从多智能体系统的空间网络拓扑结构出发,提出了一种衡量多智能体系统编队结构性能的指标,通过分析智能体观测角、漏检概率以及观测距离等因子对编队性能的影响,调整编队队形参数提高编队性能。(3)在分布式条件下对各个多智能体获取的目标量测进行了融合估计,考虑了待融合估计量之间的相关性。研究了各智能体估计值密度函数的最优融合问题,将CI算法(covariance intersection)应用到多智能体融合估计上,得到了多智能体信息融合后的估计值。然后对多智能体系统在噪声相关性条件下实现目标跟踪的问题展开了相关研究,重点考虑杂波环境下测量噪声自相关、状态噪声与测量噪声互相关以及同时具有两种相关性的三种情况,去除噪声相关性并对运动目标进行跟踪的问题。
...
