CN110673148A - 一种主动声纳目标实时航迹解算方法 - Google Patents

一种主动声纳目标实时航迹解算方法 Download PDF

Info

Publication number
CN110673148A
CN110673148A CN201911021507.4A CN201911021507A CN110673148A CN 110673148 A CN110673148 A CN 110673148A CN 201911021507 A CN201911021507 A CN 201911021507A CN 110673148 A CN110673148 A CN 110673148A
Authority
CN
China
Prior art keywords
target
state
value
computing
sigma point
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911021507.4A
Other languages
English (en)
Inventor
高貂林
徐娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Haiying Enterprise Group Co Ltd
Original Assignee
Haiying Enterprise Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Haiying Enterprise Group Co Ltd filed Critical Haiying Enterprise Group Co Ltd
Priority to CN201911021507.4A priority Critical patent/CN110673148A/zh
Publication of CN110673148A publication Critical patent/CN110673148A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/50—Systems of measurement, based on relative movement of the target
    • G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S15/588—Velocity or trajectory determination systems; Sense-of-movement determination systems measuring the velocity vector
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
    • G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
    • G01S15/50—Systems of measurement, based on relative movement of the target
    • G01S15/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
    • G01S15/62—Sense-of-movement determination

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Acoustics & Sound (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)

Abstract

本发明提供了一种主动声纳目标实时航迹解算方法，属于水声探测技术领域。通过卡尔曼滤波器预测目标每一秒的位置信息；判断野值并剔除；利用预测目标的位置信息解算出目标的航速和航向信息。与传统的无迹卡尔曼滤波方法和已有的抗野值卡尔曼滤波方法相比，提高了滤波精度和目标信息刷新率，达到提高***目指解算效率，缩短***反应时间的目的。

Description

一种主动声纳目标实时航迹解算方法
技术领域
本发明涉及水声探测技术领域，特别涉及一种主动声纳目标实时航迹解算方法。
背景技术
航向航速是海上目标的重要特征，能准确获取目标的航向航速信息对于海上目标的跟踪和识别具有非常重要的意义。
目标的航向航速解算方法已得到广泛的研究，特别是利用发射周期内收到的跟踪信息对目标航向航速解算的方法研究较多，而对每一秒目标航向航速的解算研究较少。由于航迹解算的过程中需要用到目标的方位、距离，声纳检测到的目标方位、距离越精确，航迹解算误差就越小。
主动声纳是声纳自主发射声信号，并通过检测目标发射回波精确获取目标的方位及距离，而被动声纳往往只能获取目标的方位，无法获取目标距离。由于水中声速较低，主动声纳的发射周期往往需要花费几秒甚至几十秒的时间，而主动声纳对目标的搜索、跟踪等处理都是按发射周期进行的，目标信息刷新率较低。且在实际情况中，目标航向航速的解算是较为复杂的过程，本舰与目标的运动轨迹除受声纳自身固有的探测误差影响外，还受到海况和水流等诸多外在因素的影响，这些因素都会导致本舰与目标在某时刻偏离其预定运动轨迹，会使滤波器发散，导致航迹解算误差增大。
发明内容
本发明的目的在于提供一种主动声纳目标实时航迹解算方法，以解决现有的目标航向航速的解算的复杂性、实时性、精度低等的问题。
为解决上述技术问题，本发明提供一种主动声纳目标实时航迹解算方法，包括：
通过卡尔曼滤波器预测目标每一秒的位置信息；
判断野值并剔除；
利用预测目标的位置信息解算出目标的航速和航向信息。
可选的，通过卡尔曼滤波器预测目标每一秒的位置信息包括：
第一步，参数初始化：
Figure BDA0002247371810000021
其中，
Figure BDA0002247371810000022
是状态量测值的初值，x0是测量值的初始值，E是求均值，
Figure BDA0002247371810000023
是状态误差协方差矩阵，T是转置；
第二步，计算Sigma点：
Figure BDA0002247371810000024
其中，
Figure BDA0002247371810000025
是状态量测值上一时刻的预测值，χk-1是Sigma点，Pk-1是上一时刻的状态误差协方差矩阵，k是离散采样点，m为状态参数个数，λ为尺度因子，λ＝α2(m+κ)-m，α为Sigma点χk-1到预测值
Figure BDA0002247371810000026
的距离，10-4≤α≤1，κ为常数，取0或3-m；
第三步，计算权重系数：
Figure BDA0002247371810000027
Wi m＝Wi c＝λ/(m+λ)，其中Wi m、Wi c是Sigma点的第i个的一、二阶权重系数，
Figure BDA0002247371810000028
是Sigma点的一、二阶权重系数的初值，κ为常数，取0或3-m；β＝2；
第四步，时间更新：通过非线性状态函数f(.)得到χk|k-1＝f(χk-1)，其中，χk|k-1是状态向量下的Sigma点；
计算状态向量的预测值
Figure BDA0002247371810000029
其中，L是Sigma点的长度，L＝2m，m为状态参数个数；
计算
Figure BDA00022473718100000210
其中，Pk|k-1状态误差协方差的预测值；
第五步，测量更新：根据述计算的χk|k-1和非线性量测函数h(.)得到yk|k-1＝h(χk|k-1)，其中，yk|k-1是量测向量的预测值；
计算
Figure BDA00022473718100000211
是量测向量的Sigma点；
计算
Figure BDA00022473718100000212
是自协方差矩阵；
计算
Figure BDA00022473718100000213
是互协方差矩阵；
计算
Figure BDA00022473718100000214
Kk是滤波增益矩阵；
计算
Figure BDA00022473718100000215
是当前时刻的状态向量估计值，yk是实际的量测向量；
计算
Figure BDA00022473718100000216
Pk是当前时刻的误差协方差的估计值，Pk|k-1状态误差协方差的预测值。
可选的，判断野值并剔除包括：
野值判断：令
Figure BDA0002247371810000031
ek是残差，yk|k-1是量测向量的预测值，
Figure BDA0002247371810000032
是量测向量的Sigma点，当滤波器稳定时，残差的标准偏差σ为m是状态参数个数，Wi c是Sigma点的第i个的二阶权重系数，T是转置符号；
辨识观测值yk的每一个分量是否为野值：判别式子为|(ek)i|≤Cσi,i，其中σi,i为新息标准偏差对角线上的第i个元素，(ek)i为ek的第i个分量，C为3或者4；(yk)i表示第i个观测值；
如果上述式子成立，则(yk)i为正常观测量，否则(yk)i为野值；
野值剔除：当(yk)i失真或成为野值时，需要调节Kk来获得精确的估计值；经滤波计算出增益矩阵Kk后，根据滤波收敛性调节其大小，令Kk＝mKk(0＜m＜1)，然后继续求滤波估值
Figure BDA0002247371810000034
和滤波误差协方差Pk，从而在估计出目标状态参数的同时，消除野值点的影响。
可选的，利用预测目标的位置信息解算出目标的航速和航向信息包括：
求解目标航向航速：声纳载体配备有GPS和惯性导航***，能实时得到声纳载体自身的地理坐标及对地航向航速；结合卡尔曼滤波器输出的每一秒目标相对声纳载体的位置信息Mk(Rk,αk)，Rk是目标距离，αk是目标方位，推导出目标每一秒的地理坐标，经过对目标的持续观测估计出目标的绝对航向和航速。
本发明提供了一种主动声纳目标实时航迹解算方法，通过卡尔曼滤波器预测目标每一秒的位置信息；判断野值并剔除；利用预测目标的位置信息解算出目标的航速和航向信息。与传统的无迹卡尔曼滤波方法和已有的抗野值卡尔曼滤波方法相比，提高了滤波精度和目标信息刷新率，达到提高***目指解算效率，缩短***反应时间的目的。
附图说明
图1是本发明提供的主动声纳目标实时航迹解算方法的流程示意图；
图2是目标实际与预测后的运动轨迹示意图；
图3是不同航向航速下航向解算误差示意图；
图4是不同航向航速下航速解算误差示意图。
具体实施方式
以下结合附图和具体实施例对本发明提出的一种主动声纳目标实时航迹解算方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
实施例一
本发明提供了一种主动声纳目标实时航迹解算方法，其流程如图1所示。本发明通过卡尔曼滤波器预测目标每一秒的位置信息；判断野值并剔除；利用预测目标的位置信息解算出目标的航速和航向信息。
本实施例条件为设定目标做匀速直线运动，初始方位为45°，初始距离为6000m，距离测量值加入均值为0、标准差为160m的白噪声，方位测量值加入均值为0，标准差为1.7°的白噪声以模拟声纳实际探测误差。设定航速分别为4kn、6kn、8kn、10kn、12kn，航向分别为45°、90°、135°、180°、225°，并在每条航迹中加入三个野值。具体实施步骤如下：
参数初始化：
Figure BDA0002247371810000041
其中，x0是测量值的初始值，是状态量测值的初值，E是统计学上的求均值，
Figure BDA0002247371810000043
是状态误差协方差矩阵，T是转置。计算Sigma点：其中，是状态量测值上一时刻的预测值，χk-1是Sigma点，Pk-1是上一时刻的状态误差协方差矩阵，k是离散采样点，m为状态参数个数，λ为尺度因子，λ＝α2(m+κ)-m，α为Sigma点χk-1到预测值的距离，10-4≤α≤1，κ为常数，取0或3-m。计算权重系数：
Figure BDA0002247371810000047
Wi m＝Wi c＝λ/(m+λ)，其中Wi m、Wi c是Sigma点的第i个的一、二阶权重系数，是Sigma点的一、二阶权重系数的初值，κ为常数，一般取0或3-m，β＝2，m为状态参数个数，λ为尺度因子。
时间更新：通过非线性状态函数f(.)得到χk|k-1＝f(χk-1)，其中，χk|k-1是状态向量下的Sigma点。
根据述上面计算得到的χk|k-1，计算
Figure BDA0002247371810000049
其中，
Figure BDA00022473718100000410
状态向量的预测值，L是Sigma点的长度，L＝2m，m为状态参数个数，Wi m是Sigma点的第i个的一阶权重系数。
根据述上面计算得到的χk|k-1、
Figure BDA0002247371810000051
计算其中，Pk|k-1状态误差协方差的预测值，Wi c是Sigma点的第i个的二阶权重系数。测量更新：根据述计算的χk|k-1和非线性量测函数h(.)得到yk|k-1＝h(χk|k-1)，其中，yk|k-1是量测向量的预测值。
计算
Figure BDA0002247371810000053
是量测向量的Sigma点，Wi m是Sigma点的第i个的一阶权重系数。
计算是自协方差矩阵，Wi c是Sigma点的第i个的二阶权重系数。
计算
Figure BDA0002247371810000055
是互协方差矩阵。
计算
Figure BDA0002247371810000056
Kk是滤波增益矩阵。
计算
Figure BDA0002247371810000057
是当前时刻的状态向量估计值，yk是实际的量测向量。
计算
Figure BDA0002247371810000058
Pk是当前时刻的误差协方差的估计值，Pk|k-1状态误差协方差的预测值。
野值判断：令
Figure BDA0002247371810000059
ek是残差，yk|k-1是是量测向量的预测值，是量测向量的Sigma点，当滤波器稳定时，残差的标准偏差σ为
Figure BDA00022473718100000511
m是状态参数个数，Wi c是是Sigma点的第i个的二阶权重系数，T是转置符号；
可以给出观测值yk的每一个分量是否为野值的定义及辨识方法，判别式子为|(ek)i|≤Cσi,i，其中σi,i为新息标准偏差对角线上的第i个元素，(ek)i为ek的第i个分量，C可以取3或者4。(yk)i表示第i个观测值。如果上述式子成立，则可认为(yk)i为正常观测量，反之，则认为(yk)i为野值。
野值剔除：当(yk)i失真或成为野值时，需要调节Kk来获得精确的估计值；经滤波计算出增益矩阵Kk后，可根据滤波收敛性调节其大小，令Kk＝mKk(0＜m＜1)，然后继续求滤波估值
Figure BDA00022473718100000512
和滤波误差协方差Pk，从而在估计出目标状态参数的同时，消除野值点的影响。
求解目标航向航速：声纳载体配备有GPS和惯性导航***，能实时得到声纳载体自身的地理坐标及对地航向航速；结合卡尔曼滤波器输出的每一秒目标相对声纳载体的位置信息Mk(Rk,αk)，Rk是目标距离，αk是目标方位，推导出目标每一秒的地理坐标，经过对目标的持续观测估计出目标的绝对航向和航速。
评判主动声纳目标实时航迹解算方法的性能，主要分为三部分：一是目标实际运动轨迹与预测轨迹之间的差异，其性能如图2所示；二是目标航向解算误差，本方法的性能如图3所示；三是目标航速解算误差，本方法的性能如图4所示。
上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (4)

1.一种主动声纳目标实时航迹解算方法，其特征在于，包括：
通过卡尔曼滤波器预测目标每一秒的位置信息；
判断野值并剔除；
利用预测目标的位置信息解算出目标的航速和航向信息。
2.如权利要求1所述的主动声纳目标实时航迹解算方法，其特征在于，通过卡尔曼滤波器预测目标每一秒的位置信息包括：
第一步，参数初始化：
Figure FDA0002247371800000011
其中，
Figure FDA0002247371800000012
是状态量测值的初值，x0是测量值的初始值，E是求均值，
Figure FDA0002247371800000013
是状态误差协方差矩阵，T是转置；
第二步，计算Sigma点：
Figure FDA0002247371800000014
其中，
Figure FDA0002247371800000015
是状态量测值上一时刻的预测值，χk-1是Sigma点，Pk-1是上一时刻的状态误差协方差矩阵，k是离散采样点，m为状态参数个数，λ为尺度因子，λ＝α2(m+κ)-m，α为Sigma点χk-1到预测值
Figure FDA0002247371800000016
的距离，10-4≤α≤1，κ为常数，取0或3-m；
第三步，计算权重系数：
Figure FDA0002247371800000017
Wi m＝Wi c＝λ/(m+λ)，其中Wi m、Wi c是Sigma点的第i个的一、二阶权重系数，
Figure FDA0002247371800000018
是Sigma点的一、二阶权重系数的初值，κ为常数，取0或3-m；β＝2；
第四步，时间更新：通过非线性状态函数f(.)得到χk|k-1＝f(χk-1)，其中，χk|k-1是状态向量下的Sigma点；
计算状态向量的预测值
Figure FDA0002247371800000019
其中，L是Sigma点的长度，L＝2m，m为状态参数个数；
计算
Figure FDA00022473718000000110
其中，Pk|k-1状态误差协方差的预测值；
第五步，测量更新：根据述计算的χk|k-1和非线性量测函数h(.)得到yk|k-1＝h(χk|k-1)，其中，yk|k-1是量测向量的预测值；
计算 是量测向量的Sigma点；
计算
Figure FDA00022473718000000113
Pykyk是自协方差矩阵；
计算
Figure FDA0002247371800000021
Figure FDA0002247371800000022
是互协方差矩阵；
计算
Figure FDA0002247371800000023
Kk是滤波增益矩阵；
计算
Figure FDA0002247371800000025
是当前时刻的状态向量估计值，yk是实际的量测向量；
计算
Figure FDA0002247371800000026
Pk是当前时刻的误差协方差的估计值，Pk|k-1状态误差协方差的预测值。
3.如权利要求2所述的主动声纳目标实时航迹解算方法，其特征在于，判断野值并剔除包括：
野值判断：令
Figure FDA0002247371800000027
ek是残差，yk|k-1是量测向量的预测值，
Figure FDA0002247371800000028
是量测向量的Sigma点，当滤波器稳定时，残差的标准偏差σ为
Figure FDA0002247371800000029
m是状态参数个数，Wi c是Sigma点的第i个的二阶权重系数，T是转置符号；
辨识观测值yk的每一个分量是否为野值：判别式子为|(ek)i|≤Cσi,i，其中σi,i为新息标准偏差对角线上的第i个元素，(ek)i为ek的第i个分量，C为3或者4；(yk)i表示第i个观测值；
如果上述式子成立，则(yk)i为正常观测量，否则(yk)i为野值；
野值剔除：当(yk)i失真或成为野值时，需要调节Kk来获得精确的估计值；经滤波计算出增益矩阵Kk后，根据滤波收敛性调节其大小，令Kk＝mKk(0＜m＜1)，然后继续求滤波估值
Figure FDA00022473718000000210
和滤波误差协方差Pk，从而在估计出目标状态参数的同时，消除野值点的影响。
4.如权利要求3所述的主动声纳目标实时航迹解算方法，其特征在于，利用预测目标的位置信息解算出目标的航速和航向信息包括：
求解目标航向航速：声纳载体配备有GPS和惯性导航***，能实时得到声纳载体自身的地理坐标及对地航向航速；结合卡尔曼滤波器输出的每一秒目标相对声纳载体的位置信息Mk(Rk,αk)，Rk是目标的距离，αk是目标的方位，推导出目标每一秒的地理坐标，经过对目标的持续观测估计出目标的绝对航向和航速。
CN201911021507.4A 2019-10-25 2019-10-25 一种主动声纳目标实时航迹解算方法 Pending CN110673148A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911021507.4A CN110673148A (zh) 2019-10-25 2019-10-25 一种主动声纳目标实时航迹解算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911021507.4A CN110673148A (zh) 2019-10-25 2019-10-25 一种主动声纳目标实时航迹解算方法

Publications (1)

Publication Number Publication Date
CN110673148A true CN110673148A (zh) 2020-01-10

Family

ID=69084107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911021507.4A Pending CN110673148A (zh) 2019-10-25 2019-10-25 一种主动声纳目标实时航迹解算方法

Country Status (1)

Country Link
CN (1) CN110673148A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111504305A (zh) * 2020-03-12 2020-08-07 国家深海基地管理中心 一种水声通信-mems传感器协同导航定位方法及***
CN111999735A (zh) * 2020-09-11 2020-11-27 杭州瑞利海洋装备有限公司 一种基于径向速度和目标跟踪的动静目标分离方法
CN112051573A (zh) * 2020-08-27 2020-12-08 北京航管科技有限公司 一种航迹处理方法及装置、存储介质
CN112083466A (zh) * 2020-09-14 2020-12-15 中国人民解放军61540部队 一种顾及时间偏差的海底应答器定位方法及***
CN113671479A (zh) * 2021-05-24 2021-11-19 四川九洲防控科技有限责任公司 航迹起始的确定方法、装置和计算机可读存储介质
CN115877328A (zh) * 2023-03-06 2023-03-31 成都鹰谷米特科技有限公司 一种阵列雷达的信号收发方法及阵列雷达

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033186A (zh) * 2012-12-30 2013-04-10 东南大学 一种用于水下滑翔器的高精度组合导航定位方法
CN103743395A (zh) * 2014-01-17 2014-04-23 哈尔滨工程大学 一种惯性重力匹配组合导航***中时间延迟的补偿方法
CN105783909A (zh) * 2014-12-26 2016-07-20 中国科学院沈阳自动化研究所 一种基于ukf和pso-svm的hov混合水下导航定位方法
CN108519615A (zh) * 2018-04-19 2018-09-11 河南科技学院 基于组合导航和特征点匹配的移动机器人自主导航方法
CN108645415A (zh) * 2018-08-03 2018-10-12 上海海事大学 一种船舶航迹预测方法
CN109143224A (zh) * 2018-08-28 2019-01-04 中国电子科技集团公司第三十六研究所 一种多目标关联方法和装置
CN109447133A (zh) * 2018-10-11 2019-03-08 东南大学 一种基于svr算法的位置信息野值的剔除方法
CN110286357A (zh) * 2019-07-10 2019-09-27 中国电子科技集团公司第三十六研究所 一种基于水声探测的目标运动定位方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103033186A (zh) * 2012-12-30 2013-04-10 东南大学 一种用于水下滑翔器的高精度组合导航定位方法
CN103743395A (zh) * 2014-01-17 2014-04-23 哈尔滨工程大学 一种惯性重力匹配组合导航***中时间延迟的补偿方法
CN105783909A (zh) * 2014-12-26 2016-07-20 中国科学院沈阳自动化研究所 一种基于ukf和pso-svm的hov混合水下导航定位方法
CN108519615A (zh) * 2018-04-19 2018-09-11 河南科技学院 基于组合导航和特征点匹配的移动机器人自主导航方法
CN108645415A (zh) * 2018-08-03 2018-10-12 上海海事大学 一种船舶航迹预测方法
CN109143224A (zh) * 2018-08-28 2019-01-04 中国电子科技集团公司第三十六研究所 一种多目标关联方法和装置
CN109447133A (zh) * 2018-10-11 2019-03-08 东南大学 一种基于svr算法的位置信息野值的剔除方法
CN110286357A (zh) * 2019-07-10 2019-09-27 中国电子科技集团公司第三十六研究所 一种基于水声探测的目标运动定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
杨宜禾 等: "《成像跟踪技术导论》", 30 April 1992 *
赵俊廷: "《化工原理实验》", 30 September 2011 *
韩珺礼 等, 国防工业出版社 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111504305A (zh) * 2020-03-12 2020-08-07 国家深海基地管理中心 一种水声通信-mems传感器协同导航定位方法及***
CN111504305B (zh) * 2020-03-12 2021-05-28 国家深海基地管理中心 一种水声通信-mems传感器协同导航定位方法及***
CN112051573A (zh) * 2020-08-27 2020-12-08 北京航管科技有限公司 一种航迹处理方法及装置、存储介质
CN112051573B (zh) * 2020-08-27 2024-06-11 民航空管技术装备发展有限公司 一种航迹处理方法及装置、存储介质
CN111999735A (zh) * 2020-09-11 2020-11-27 杭州瑞利海洋装备有限公司 一种基于径向速度和目标跟踪的动静目标分离方法
CN111999735B (zh) * 2020-09-11 2023-10-03 杭州瑞利海洋装备有限公司 一种基于径向速度和目标跟踪的动静目标分离方法
CN112083466A (zh) * 2020-09-14 2020-12-15 中国人民解放军61540部队 一种顾及时间偏差的海底应答器定位方法及***
CN112083466B (zh) * 2020-09-14 2024-01-26 中国人民解放军61540部队 一种顾及时间偏差的海底应答器定位方法及***
CN113671479A (zh) * 2021-05-24 2021-11-19 四川九洲防控科技有限责任公司 航迹起始的确定方法、装置和计算机可读存储介质
CN115877328A (zh) * 2023-03-06 2023-03-31 成都鹰谷米特科技有限公司 一种阵列雷达的信号收发方法及阵列雷达

Similar Documents

Publication Publication Date Title
CN110673148A (zh) 一种主动声纳目标实时航迹解算方法
CN110061716B (zh) 一种基于最小二乘和多重渐消因子的改进kalman滤波方法
CN110823217A (zh) 一种基于自适应联邦强跟踪滤波的组合导航容错方法
CN107990891B (zh) 基于长基线和信标在线标定的水下机器人组合导航方法
CN108614258B (zh) 一种基于单水声信标距离量测的水下定位方法
CN108120438B (zh) 一种基于imu和rfid信息融合的室内目标快速跟踪方法
CN108734725B (zh) 基于高斯过程的概率数据关联滤波扩展目标跟踪方法
CN109143224B (zh) 一种多目标关联方法和装置
KR101628154B1 (ko) 수신 신호 세기를 이용한 다중 표적 추적 방법
CN111025273B (zh) 一种畸变拖曳阵线谱特征增强方法及***
CN110794409A (zh) 一种可估计未知有效声速的水下单信标定位方法
CN106568442A (zh) 一种具有鲁棒特性的协同导航滤波方法
CN109540154B (zh) 一种基于粒子滤波算法的水声导航定位方法
CN106896363A (zh) 一种水下目标主动跟踪航迹起始方法
CN107064865A (zh) 基于深度聚类的极坐标动态规划无源协同定位方法
CN110738275A (zh) 基于ut-phd的多传感器序贯融合跟踪方法
CN110221278B (zh) 一种基于多传感器组合的合成孔径声呐运动补偿方法
CN104180801B (zh) 基于ads‑b***航迹点的预测方法和***
CN117146830B (zh) 一种自适应多信标航位推算和长基线的紧组合导航方法
CN113238208B (zh) 非规则轨迹水中运动目标前向声散射多普勒频移计算方法
CN109919233B (zh) 一种基于数据融合的跟踪滤波方法
CN117606491B (zh) 一种自主式水下航行器的组合定位导航方法及装置
US6256264B1 (en) Localization of a submerged tow vehicle (lost)
CN110456360B (zh) 一种针对非连续目标被动多阵列声呐检测跟踪方法
CN110007298B (zh) 一种目标超前预测跟踪方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200110