Сопровождение целей методами вторичной обработки. Раздаточный материал
Описание файла
PDF-файл из архива "Сопровождение целей методами вторичной обработки. Раздаточный материал", который расположен в категории "". Всё это находится в предмете "проектирование бортовых радиолокационных станций (брлс)" из 10 семестр (2 семестр магистратуры), которые можно найти в файловом архиве МАИ. Не смотря на прямую связь этого архива с МАИ, его также можно найти и в других разделах. Архив можно найти в разделе "остальное", в предмете "проектирование бортовых рлс" в общих файлах.
Просмотр PDF-файла онлайн
Текст из PDF
Вторичная (траекторная)Модели движения целиобработка информации1. Полиномиальная - квазидетерминированнаяmx(t ) = ∑ θi t iОбнаружение (автозахват)траекторий целейi =02. Со стационарными независимымиприращениями – стохастические:Δxk = xk – xk-1 = T0 vkΔvk = vk – vk-1 = T0 ak2) Сглаживание и экстраполяциякоординат и параметров движения— стробирование, обнаружение маневраСтруктурная схема алгоритмов вторичнойобработки3. С порождающим случайным процессом nпx k = Φθ k-1 +Γn п k ,θ k-1 = (x k-1 , v k-1 ,…) TСглаживание координати параметров движения целейКритерии оптимальности сглаживания(экстраполяции):- максимального правдоподобия (МП),- минимума среднеквадратической ошибки.1.
Использование критерия МПОбозначимx((k-1)⋅T) = xk, k = 1, 2,…, n, T = TобзМодель движения – квазидетерминир. 1-порядка:xk = θ0 + θ1⋅(k-1) ⋅T,где θ0 = x1, θ1 = vФункцияправдоподобия вектора параметровGθ =(θ0, θ1)()⎡ xl − x 2 ⎤Gkk1⎢⎥L(θ) = ∏exp ⎢ −2⎥2σ2πσk =1⎢⎣⎥⎦Максимум функции правдоподобия находим, решаясистему уравнений:⎧ ∂ ln L⎪ ∂θ = 0⎪ 0, откуда:⎨∂lnL⎪=0⎪⎩ ∂θ1n6 k − 4 − 4n lθ0 = − ∑xk ,n(n + 1)k =1n1 n 12k − 6 − 6n lθ1 = ∑xkT k =1 n(n 2 − 1)Алгоритм скользящего сглаживания6k − 2 − 2n lxk ,n(n + 1)k =1nxn = θ0 + θ1 (n − 1)T = ∑Ck2.
Использование критерия минимума СКОФильтр Калмана 2-го порядкаМодель движения:Наблюдаемый (измеряемый) процесс:()⎧ x = x* + A xl − x*kkkk⎪ k⎪ *⎨ xk = xk −1 + vk T0⎪l *⎪vk = vk −1 + Bk xk − xk⎩(xk = x0 + v k T0x k = xk + ξ k– оценка дальности– экстраполированная дальность)– оценка скоростиОбновляющий процесс (ошибка экстраполяции)(ε k = xlk − xk*)Коэффициенты фильтра2(2k − 1)⎧A=⎪ k k (k + 1)⎪⎨6⎪ Bk = 1⎪⎩T0 k (k + 1)Фильтр Калмана векторного процессаGG GθG k +1 = ΦθJGk + n пk – модель движенияnпk = Γ k wk – порождающий процесс (возмущающеевоздействие)GΦ – матрица экстраполяции θ kПри⎡1 T0 T02 / 2 ⎤⎢⎥T0 ⎥ .Φ = ⎢0 1⎢0 01 ⎥⎦⎣GGGНаблюдается процессx k = H θk + n knk – ошибки измерения,H – матрица пересчета фильтруемых параметров в⎧ xkG⎪θ k = ⎨v k⎪g⎩ kизмеряемыеGДля x k = x k⇒ H = [1 0 0]Уравнения дискретного фильтра Калмана*1. θ k = Φθ k −1– уравнение экстраполяцииоценки*2.
Ψ k = ΦΨ k −1Φ−13. Ψ kT– корреляционная матрицаошибок экстраполяции*−1= Ψ k −1 + H R HT−1– корреляционная матрицаошибок оцениванияT4. K k = Ψ k H R*5. θ k = θ k-1−1– матричный коэффициентусиления фильтра Калмана*+ K k ⎛⎜ y k − Hθ k ⎞⎟ – основное ур-ние фильтрации⎝⎠R – корреляционная матрица ошибок измерения.