為解決相應(yīng)的目標(biāo)跟蹤問題,該文針對二維空間雷達(dá)/紅外測量系統(tǒng)提出了一種期望最大化容積卡爾曼濾波（EMCKF）。在期望最大化框架下計算出量測噪聲自適應(yīng)因子,修正量測噪聲協(xié)方差,以解決跟蹤過程中時變量測噪聲場景造成的量測模型失配的問題。仿真結(jié)果表明,與容積卡爾曼濾波（CKF）相比,在時變量測噪聲環(huán)境下,該文EMCKF可以得到更準(zhǔn)確的結(jié)果,并且該算法對量測信息丟失具有更好的魯棒性。 

【文章來源】：南京理工大學(xué)學(xué)報. 2020,44(05)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

目標(biāo)的真實(shí)軌跡

為了確保EMCKF的快速性,需給出算法合理的迭代參數(shù),圖2為場景2下EMCKF在不同迭代數(shù)時獲取的位置與速度TRMSE�？梢钥吹皆诘鷶�(shù)目為2時,算法的估計精度最好,而迭代數(shù)目為3時算法的估計精度收斂。為了保證算法的穩(wěn)定性將EMCKF的迭代次數(shù)設(shè)置為3。由于EMCKF本質(zhì)上是一種迭代CKF,因此當(dāng)?shù)螖?shù)大于1時,其計算復(fù)雜度要大于CKF。CKF與EMCKF在一步狀態(tài)更新過程中所需的計算時間分別為0. 258 ms、0.576 ms,從圖2中的數(shù)據(jù)可以看出EMCKF所需的計算時間大于CKF,驗(yàn)證了EMCKF計算復(fù)雜度要大于CKF。由于其數(shù)值遠(yuǎn)小于采樣時間,因此不會對實(shí)際系統(tǒng)產(chǎn)生影響。表2顯示了3種濾波器獲取的位置和速度TRMSE。圖3顯示了3種濾波器獲取的位置和速度RMSE。

表2顯示了3種濾波器獲取的位置和速度TRMSE。圖3顯示了3種濾波器獲取的位置和速度RMSE。可以看出,在量測噪聲發(fā)生隨機(jī)時變、不發(fā)生隨機(jī)時變且量測信息不發(fā)生丟失時,CKF和EM-CKF可獲取類似的跟蹤精度,而CKF-angel only獲取的跟蹤精度較差。在量測信息發(fā)生丟失時,CKF-angel only的位置和速度的均方根誤差是發(fā)散的。CKF在時變量測噪聲中的跟蹤性能較差,因?yàn)闉V波器在建模過程中假定量測噪聲不隨時間變化,與仿真環(huán)境存在嚴(yán)重沖突。EMCKF在量測噪聲發(fā)生隨機(jī)時變時,往往具有最高的跟蹤精度,并且當(dāng)量測數(shù)據(jù)丟失時,EMCKF受到的影響最小,因此EMCKF的魯棒性也要優(yōu)于其他2種濾波。

【參考文獻(xiàn)】：
期刊論文
[1]基于目標(biāo)運(yùn)動特征的紅外目標(biāo)檢測與跟蹤方法[J]. 婁康,朱志宇,葛慧林.  南京理工大學(xué)學(xué)報. 2019(04)
[2]機(jī)載脈沖多普勒雷達(dá)在測量數(shù)據(jù)丟失下的多目標(biāo)跟蹤[J]. 何山,吳盤龍,惲鵬,鄧宇浩.  中國慣性技術(shù)學(xué)報. 2017(05)



本文編號：3242882