系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2010年
10期
2223-2226
,共4页
目标跟踪%粒子滤波%迭代扩展卡尔曼滤波%马尔科夫链蒙特卡罗%闪烁噪声
目標跟蹤%粒子濾波%迭代擴展卡爾曼濾波%馬爾科伕鏈矇特卡囉%閃爍譟聲
목표근종%입자려파%질대확전잡이만려파%마이과부련몽특잡라%섬삭조성
在实际雷达目标跟踪系统中,雷达量测常受到闪烁噪声干扰,传统的滤波算法在闪烁噪声下,滤波性能急剧下降甚至发散.提出了一种改进的粒子滤波(particle filter, PF)算法,按照高斯牛顿迭代方法对迭代扩展卡尔曼滤波(iterated extended Kalman filter, IEKF)中的测量更新进行修正,利用修正的IEKF来产生PF的重要性密度函数.进一步,采用马尔科夫链蒙特卡罗(Markov chain Monte Carlo, MCMC)方法来消除重采样引起的粒子贫化问题.在给出的闪烁噪声统计模型基础上,将所提算法与PF及MCMCPF算法进行了仿真比较,结果表明该算法具有更好的跟踪性能.
在實際雷達目標跟蹤繫統中,雷達量測常受到閃爍譟聲榦擾,傳統的濾波算法在閃爍譟聲下,濾波性能急劇下降甚至髮散.提齣瞭一種改進的粒子濾波(particle filter, PF)算法,按照高斯牛頓迭代方法對迭代擴展卡爾曼濾波(iterated extended Kalman filter, IEKF)中的測量更新進行脩正,利用脩正的IEKF來產生PF的重要性密度函數.進一步,採用馬爾科伕鏈矇特卡囉(Markov chain Monte Carlo, MCMC)方法來消除重採樣引起的粒子貧化問題.在給齣的閃爍譟聲統計模型基礎上,將所提算法與PF及MCMCPF算法進行瞭倣真比較,結果錶明該算法具有更好的跟蹤性能.
재실제뢰체목표근종계통중,뢰체량측상수도섬삭조성간우,전통적려파산법재섬삭조성하,려파성능급극하강심지발산.제출료일충개진적입자려파(particle filter, PF)산법,안조고사우돈질대방법대질대확전잡이만려파(iterated extended Kalman filter, IEKF)중적측량경신진행수정,이용수정적IEKF래산생PF적중요성밀도함수.진일보,채용마이과부련몽특잡라(Markov chain Monte Carlo, MCMC)방법래소제중채양인기적입자빈화문제.재급출적섬삭조성통계모형기출상,장소제산법여PF급MCMCPF산법진행료방진비교,결과표명해산법구유경호적근종성능.
