机动目标跟踪中一种机动频率和方差自适应滤波算法

钱广华 李颖 骆荣剑

钱广华, 李颖, 骆荣剑. 机动目标跟踪中一种机动频率和方差自适应滤波算法[J]. 雷达学报, 2013, 2(2): 257-264. doi: 10.3724/SP.J.1300.2013.13003
引用本文: 钱广华, 李颖, 骆荣剑. 机动目标跟踪中一种机动频率和方差自适应滤波算法[J]. 雷达学报, 2013, 2(2): 257-264. doi: 10.3724/SP.J.1300.2013.13003
Qian Guang-hua, Li Ying, Luo Rong-jian. One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking[J]. Journal of Radars, 2013, 2(2): 257-264. doi: 10.3724/SP.J.1300.2013.13003
Citation: Qian Guang-hua, Li Ying, Luo Rong-jian. One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking[J]. Journal of Radars, 2013, 2(2): 257-264. doi: 10.3724/SP.J.1300.2013.13003

机动目标跟踪中一种机动频率和方差自适应滤波算法

doi: 10.3724/SP.J.1300.2013.13003
基金项目: 

国家自然科学基金(61272043)和重庆市自然科学基金重点项目(CSTC2011BA2016)资助课题

详细信息
    作者简介:

    钱广华(1983-),男,山东嘉祥人,硕士生,研究方向为多传感器数据融合。E-mail:270157787@qq.com;qianguanghua@126.com 李颖(1971-),男,四川成都人,博士,教授,中国人民解放军重庆通信学院某教研室主任,研究方向为无线传感器网络、多传感器数据融合。 骆荣剑(1988-),男,云南麻栗坡人,硕士生,研究方向为多传感器数据融合。E-mail:757640982@qq.com

One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking

  • 摘要: 在机动目标跟踪中,当前统计模型(Current Statistical model, CS)需要预先依据经验设定机动频率和加速度极限值,当预先设定的值与目标的实际运动状态不一致时,将造成较大的跟踪误差。为克服上述问题,该文首先从当前统计模型的离散状态方程中,导出了一种机动频率自适应算法,然后对张安清及巴宏欣等人提出的加速度方差自适应算法进行了改进。仿真实验表明,在综合运用上述机动频率自适应和加速度方差自适应算法的基础上,对CS 模型修改后,得到的机动目标跟踪自适应滤波算法(Mending CS based Adaptive Filtering algorithm,MAF),能够有效增强基于CS 模型的机动目标跟踪自适应滤波算法(CS based Adaptive Filtering algorithm, AF)对目标运动状态变化的自适应能力,并且在低噪声环境下,跟踪精度比AF 算法有所提高,算法收敛速度可达到AF 算法的2 倍,在强噪声环境下,目标机动阶段的跟踪精度提高近2 倍,匀速阶段的精度与AF 算法相当,算法的收敛速度可达到AF 算法的4~10 倍,因此,MAF 算法具有较强的抗干扰能力。

     

  • 加载中
计量
  • 文章访问数:  2734
  • HTML全文浏览量:  195
  • PDF下载量:  2627
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-01-06
  • 修回日期:  2013-03-08
  • 网络出版日期:  2013-04-28

目录

    /

    返回文章
    返回