论文部分内容阅读
现代航空、航天技术的发展，对光电跟踪精度提出了非常高的要求。而且随着自动化水平的不断提高，目标的机动性能也在逐渐增强，因此现实对光电经纬仪伺服系统的快速跟踪能力提出了越来越高的要求。光电经纬仪伺服系统的捕获、跟踪性能决定了系统跟踪运动目标的能力，是光电经纬仪捕获目标和维持连续跟踪目标的关键。
基于现代控制理论的同轴跟踪和等效复合控制技术，可以对目标运动特性进行预测，构成一种完全意义上的复合控制。该系统跟踪性能可以不受系统带宽的约束，同时得到高的跟踪精度和良好的系统稳定性，是光电经纬仪电视跟踪的发展方向。实现复合控制必须能够获得目标运动的角速度、角加速度信号。通过预测滤波技术可以得到空中目标运动的位置及其导数，因此同轴跟踪和等效复合控制技术实现的关键为预测滤波技术。
在高精度目标跟踪系统中，通常滤波在直角坐标下进行，光电测量值在极坐标下取得，因此，光电目标运动参数的滤波预测属于非线性估计。因此本文围绕预测滤波问题展开了研究。
首先，根据预测滤波理论，分析了贝叶斯估计原理，并从贝叶斯递推估计角度出发，统一了非线性滤波的预测与更新步骤及递推结构图。
分析了在电视跟踪系统中实现等效复合控制技术的预测滤波算法需解决的关键问题：位置合成时存在的脱靶量滞后问题和如何对有延迟的合成位置信号预测滤波问题。在此基础上确定脱靶量滞后处理的方法，并针对有延迟的合成位置信号预测滤波问题提出了电视跟踪延迟卡尔曼滤波算法。
针对光电经纬仪极坐标系下测量方程的非线性特点，分析了基于非线性最小二乘准则的两步最优估计算法的原理，给出了非线性测量光电跟踪离散系统的两步最优估计算法的步骤，并确定了两步最优估计算法的中间状态向量和中间转换矩阵的选取原则。针对非线性测量光电跟踪离散系统采用两步最优估计算法存在稳定性问题，提出了可保证算法稳定性的改进的两步最优估计算法。
对于跟踪目标的机动性，系统噪声统计特性不准确影响预测精度问题，提出了基于新息的系统噪声方差调整方法，并与非线性卡尔曼滤波相结合，形成自适应非线性卡尔曼滤波算法。
最后通过MATLAB对本论文提出的算法进行仿真实验验证，实验结果验证了本文提出的算法的有效性。