- 上一篇：基于视觉的机器人环境建模方法的研究
- 下一篇：动中通系统伺服机构的设计+文献综述
2.1.2 不完全可测性
目标被动跟踪与一般跟踪的显著区别之一是状态的不完全可测性，或者说部分可测性。由于只能获得目标发出的电磁信号或声波信号的方位角信息，而目标与传感器的相对距离信息是不可观测的，因此即便由理想的方位角测量序列(无测量噪声)往往也得不到状态估计的唯一解。被称为状态完全不可测；被称为状态完全可测。实际的目标被动跟踪往往介于状态完全不可测和状态完全可测这两种状态之间，属于状态不完全可测或部分可测的情形。
2.1.3 信号延时性
地基声传感器网络或海面浮动声纳群通过监听目标的大功率设备如引擎所发出的声波/次声波监控跟踪低空或超低空目标，由于声波/次声波信号在空中的传输速率接近于目标的飞行速率，其在空中的传输时延不可忽略，当声波波阵面到达传感器时，信号源已远离其发出信号的位置，也即信号传输存在时延效应。利用目标之前一个位置发出的声波信号的方位角信息估计目标的当前位置，即有信号时延的纯方位角跟踪。
2．2 跟踪坐标系的选取
在目标跟踪中，我们把观测载体和目标都看作质点[18]。原则上讲，跟踪坐标系可以采用如下规则进行选取：从使用方便的角度出发，在无杂波环境下，跟踪单个目标时，一般采用直角坐标系或者是极坐标系下目标跟踪的数学模型。
2.2.1 直角坐标系下跟踪系统模型
考虑直角坐标系下的估计系统：
式中，状态变量 ，量测变量 ，状态矩阵 由对目标的运动估计给出，量测函数 为：
可明显看出系统的状态模型是线性的，量测模型是非线性的。
2.2.2 极坐标下跟踪系统模型
为了提高观测性能，减少非线性程度，将其系统模型通过极坐标进行建立。
(1)状态方程
系统的状态变量为：
假设目标做等速直线运动，即有 ， ， 。则系统的状态方程为其中，
-
MATLAB永磁同步电机矢量控制模型与算法设计
-
MEMS基于SHARC型DSP的组合导航算法实现
-
APF电力系统有源滤波器设计
-
C#图像预处理算法的研究与实现
-
风力发电机仿真平台等效...
-
智能汽车电磁导引车控制算法研究与设计
-
电磁导引车控制算法研究与设计
十二层带中心支撑钢结构...
乳业同业并购式全产业链...
河岸冲刷和泥沙淤积的监测国内外研究现状
电站锅炉暖风器设计任务书
中考体育项目与体育教学合理结合的研究
酸性水汽提装置总汽提塔设计+CAD图纸
大众媒体对公共政策制定的影响
当代大学生慈善意识研究+文献综述
杂拟谷盗体内共生菌沃尔...
java+mysql车辆管理系统的设计+源代码