基于非等式约束信息的运动建模、优化与滤波

The moving tank's quick and accurate attack to moving targets is the future direction of tank fire systems, as the key point in improving the abilities of both attack and survival. In such an operation situation, there exist the severe uncertainties challenges in both measurement model and movement model to the photoelectric searching, tracking and aiming. This project is to utilize movement constraints from both targets and environment, explore the effective integration of non-equality constraint and apriori movement rules in order to obtain highly-accurate movement model. Secondly, the mechanism of model self-learning under multiple constraints will be estiblished so as to improve model suitability. Thirdly, the lower-bound information measure will be constructed, resulting in the novel information-filter-like filter to support distributive, recursive and multi-mode collaborative processing. Finally, the resultant methods will be testified via simulation and actual data. This research will be benifitical to developing the theory of target tracking, and helpful to equipment development.

坦克行进间对敌方运动目标实施快速、精确打击是坦克火控系统发展的未来方向，对于提升坦克打击力和生存力十分关键。在这种“动对动”作战样式下，目标运动建模与精确跟踪面临着瞬态定姿误差诱导的量测模型不确定、目标机动引起的运动模型不确定等严峻挑战。本项目拟综合利用目标特性和环境限制等多种运动状态约束信息，探索非等式约束与先验运动演化信息的有效综合，为非合作目标的高精度运动建模设计提供依据；研究多种约束信息下模型自学习机制，动态改善运动模型的适配性；在量测模型失配下，探索信息量下界的度量方式，进而发展具有类信息滤波计算结构的自适应滤波器，支持分布式、递推、多模态的协同处理；与工业部门合作开展算法验证。开展上述的精细化运动建模、多约束下模型自学习、模型失配下分布式处理等方面的研究，不仅有望丰富和发展目标运动建模与估计的理论和方法，而且有助于为“四代坦克”等武器装备研制提供新原理和新思路。

精细化动态建模是高精度估计的前提和基础。由于物理属性 (如质量、能量) 、数学性质 (单调性、凸性) 、现实环境、多系统协同以及系统任务等的影响，动态系统的状态必须遵循或满足一定的约束条件。传统的马氏过程动态模型只能以等式约束的形式表征状态在时间上的持续演化，难以表征约束多模式、约束信息局部化、状态区间演化等非等式约束情况。本项目探索了非等式约束与标称演化信息的有效综合新途径，提出了状态区间演化约束下的混合粒子滤波、约束多模式不确定下状态估计与约束模式辨识、不完备局部约束下的分布式融合共识、终态约束时间未知下的系统建模与估计、航向和速度耦合约束下扩展目标跟踪融合、目标扩展特性约束下分布式信息滤波融合等算法。上述研究对于非合作目标的高精度运动建模设计具有参考价值。在Automatica、IEEE Trans等处发表期刊论文15篇，指导毕业博士5人，联培指导博士1人，指导毕业硕士3人。