现代防御技术
現代防禦技術
현대방어기술
MODERN DEFENCE TECHNOLOGY
2015年
3期
119-123,145
,共6页
目标跟踪%“当前”统计模型%扩展卡尔曼滤波%径向速度
目標跟蹤%“噹前”統計模型%擴展卡爾曼濾波%徑嚮速度
목표근종%“당전”통계모형%확전잡이만려파%경향속도
target tracking%current statistical model (CSM)%extended Kalman filter (EKF)%radial velocity
为提高非线性机动目标跟踪精度,在基于“当前”统计模型(CSM)的扩展卡尔曼滤波(CS-EKF)算法的基础上,提出一种基于多普勒径向速度量测和三维平行滤波的机动目标跟踪算法(CS3D-EKFrv).该算法通过引入径向速度量测扩充量测矩阵的维数,然后利用扩展卡尔曼滤波(EKF)方法解决量测方程中状态向量和量测向量的非线性问题,最后采用“当前”统计模型对目标的三维状态进行平行滤波估计,解决三坐标轴上机动强度不一致的问题.对CS-EKF,CS3 D-EKF及CS3D-EKFrv算法的仿真结果和实测数据检验表明,CS3D-EKFrv算法能够有效改善机动目标的跟踪精度.
為提高非線性機動目標跟蹤精度,在基于“噹前”統計模型(CSM)的擴展卡爾曼濾波(CS-EKF)算法的基礎上,提齣一種基于多普勒徑嚮速度量測和三維平行濾波的機動目標跟蹤算法(CS3D-EKFrv).該算法通過引入徑嚮速度量測擴充量測矩陣的維數,然後利用擴展卡爾曼濾波(EKF)方法解決量測方程中狀態嚮量和量測嚮量的非線性問題,最後採用“噹前”統計模型對目標的三維狀態進行平行濾波估計,解決三坐標軸上機動彊度不一緻的問題.對CS-EKF,CS3 D-EKF及CS3D-EKFrv算法的倣真結果和實測數據檢驗錶明,CS3D-EKFrv算法能夠有效改善機動目標的跟蹤精度.
위제고비선성궤동목표근종정도,재기우“당전”통계모형(CSM)적확전잡이만려파(CS-EKF)산법적기출상,제출일충기우다보륵경향속도량측화삼유평행려파적궤동목표근종산법(CS3D-EKFrv).해산법통과인입경향속도량측확충량측구진적유수,연후이용확전잡이만려파(EKF)방법해결량측방정중상태향량화량측향량적비선성문제,최후채용“당전”통계모형대목표적삼유상태진행평행려파고계,해결삼좌표축상궤동강도불일치적문제.대CS-EKF,CS3 D-EKF급CS3D-EKFrv산법적방진결과화실측수거검험표명,CS3D-EKFrv산법능구유효개선궤동목표적근종정도.