论文部分内容阅读
水下纯方位目标运动分析(Bearings-Only Target Motion Analysis，BOTMA)是水下作战系统中的重要环节之一，高效、可靠、准确的对水下目标进行定位跟踪，并对目标的运动参数进行实时估计，从而秘密的完成行动策划和实施对目标的突然打击，是水下作战系统发展的必然趋势。在现实的水下作战场景中，对目标进行跟踪时，观测器易受到外部环境及自身探测能力等因素的影响，导致观测器所获得的方位角信息存在不完全量测现象。在不完全量测制约下，合理高效地处理观测器所获取的量测信息，实现对水下目标的准确跟踪，对提高水下作战系统的作战能力具有重要的现实意义。 本论文针对上述问题，对不完全量测下的水下纯方位目标跟踪算法进行了较为深入地研究，所做工作及研究成果如下: 首先，在不完全量测的条件下，根据典型的目标运动模型和水下纯方位系统的观测方程，建立了不完全量测下的水下纯方位目标跟踪的数学模型。 其次，在不完全量测的基础上，分析并改进了常用的三种非线性滤波算法，即扩展卡尔曼滤波算法、无迹卡尔曼滤波算法和粒子滤波算法。当量测数据缺失时，采取插值补点法进行补点，并结合两种性能评价准则，即CRLB(Cramer-Rao Low Bound，CRLB)和均方根误差（Root mean square error, RMSE），对改进后的目标跟踪算法进行性能分析。 然后，针对不完全量测下的水下纯方位目标跟踪问题，给出了基于展卡尔曼滤波、无迹卡尔曼滤波和粒子滤波的BOTMA跟踪算法。根据观测器不同的探测概率和不同的机动模型，分别给出相应的仿真算例。仿真结果表明，在探测概率大于特定值时，目标跟踪误差曲线渐近收敛并且接近于理想的CRLB。同时，对给出的三种滤波算法进行了对比分析，结果表明，基于无迹卡尔曼滤波的BOTMA目标跟踪算法具有较高的跟踪精度。 最后，研究了真实水下BOTMA跟踪系统量测噪声的生成算法，在此基础上对不完全量测下的BOTMA目标跟踪算法进行了蒙特卡洛仿真分析。结果表明，蒙特卡洛仿真均方根误差曲线逼近理想的CRLB曲线，验证了基于无迹卡尔曼滤波的BOTMA目标跟踪算法的可行性和有效性。