无人机对动态目标高精度定位与跟踪方法研究

发布时间：2017-11-12 00:34

本文关键词：无人机对动态目标高精度定位与跟踪方法研究

【摘要】：无人机以其隐蔽性好、不惧伤亡、操作简单、使用灵活、滞空时间长、造价低廉等优点,无论是在军事领域还是在民用方面均有着广泛的运用。在无人机的很多应用中,都会包含对动态目标的定位与跟踪任务,定位与跟踪精度的高低,直接决定着任务的成败。我国无人机在目标跟踪定位领域与发达国家有很大差距,为此,本文开展了无人机对动态目标高精度定位与跟踪方法研究。论文的主要内容及研究成果总结如下:(1)单架无人机测角测距目标定位方法的研究。利用无人机光电平台测量系统测得目标的相对方位角、俯仰角及距离,通过齐次坐标转换法推导出目标定位及目标引导的计算公式,解算出目标在大地坐标系下的位置信息(经度L,纬度B,高度H),进而在电子地图上标注出来,以便于对目标进行分析与监视。(2)对无人机目标定位过程进行误差分析,并提出一种高精度目标定位的总体方案。首先建立目标定位的误差模型,使用Matlab语言编写无人机目标定位仿真程序,基于蒙特卡罗思想,对目标定位过程进行了大量的仿真分析,找出对目标定位精度影响较为明显的因素,在此基础上,提出提高目标定位精度的相应措施,进而提出了基于无人机组合导航技术的高精度目标定位方案。(3)针对提出的定位方案,深入研究了无人机的SINS/GPS组合导航技术。使用Matlab/Simulink仿真工具分别对SINS和GPS导航系统进行仿真,验证其系统性能,分析了它们的优势和局限性。把这两个系统通过卡尔曼滤波最优估计算法组合起来,取长补短,通过仿真实验证明,组合导航定位精度明显高于各系统独立工作的精度。(4)对无人机目标跟踪中的目标状态融合估计算法进行研究,提出了一种基于CS模型的交互式多模型粒子滤波算法。由于交互式多模型粒子滤波算法只有在选择了合适的目标运动模型、模型参数及模型个数时才能得到很好的跟踪效果;而CS模型自适应滤波算法,虽然具有跟踪精度高、能比较真实地反映目标机动性的优势,但是无法自动调节。因此,将这两种算法相结合,在交互式多模型粒子滤波算法的基础上,计算模型的校正概率,自适应地调整CS模型中的最大正、负加速度,充分发挥两种算法的优势,提高了跟踪精度。通过仿真验证了本文提出新算法的有效性。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：V279

【参考文献】

中国期刊全文数据库前10条

1 金兆飞;雷仲魁;李倩;;基于运动目标跟踪与定位的无人机测速技术[J];光电工程;2015年02期

2 王法胜;鲁明羽;赵清杰;袁泽剑;;粒子滤波算法[J];计算机学报;2014年08期

3 高卓;江泽;邓麟;;机载光电吊舱目标定位技术研究[J];导航定位学报;2013年04期

4 万顷浪;张殿福;;基于卡尔曼粒子滤波的目标跟踪算法[J];电子科技;2013年08期

5 符小卫;侯建永;高晓光;刘重;;一种双无人机协同跟踪地面移动目标方法[J];计算机应用研究;2013年07期

6 胡海洋;李海林;;基于图像匹配的无人机目标定位方法[J];舰船电子工程;2012年12期

7 王勤;叶蕴青;;无人机在海军作战领域应用[J];指挥信息系统与技术;2012年04期

8 彭惠;熊智;刘建业;王融;;近空间高超声速飞行器惯性导航系统Simulink仿真研究[J];航天控制;2012年02期

9 李大健;齐敏;;无人机地面目标定位精度蒙特卡罗仿真分析[J];计算机仿真;2011年07期

10 王华剑;景占荣;羊彦;;基于改进扩展卡尔曼粒子滤波的目标跟踪算法[J];计算机应用研究;2011年05期