箱粒子濾波在擴展目標跟蹤中的應用.pdf

1、目標跟蹤技術因其在軍事和民用領域所展現(xiàn)出的巨大應用潛力，以及在現(xiàn)代防空作戰(zhàn)和航空航天等領域的關鍵地位，而備受國內外學者的高度關注。隨著寬帶雷達的研制與進一步開發(fā)，由于其較高的距離分辨率和較強的抗干擾性能使得寬帶雷達在電子戰(zhàn)中發(fā)揮著越來越重要的作用，其在“高距離分辨率”條件下所產生的擴展目標的跟蹤問題也亟待解決。在擴展目標跟蹤中，每一時刻目標的量測數(shù)目通常不止一個，因此在多擴展目標的跟蹤過程中，其復雜的數(shù)據(jù)關聯(lián)結果往往導致擴展目標很難被跟

2、蹤并且其跟蹤算法具有較高的計算復雜度。如何在保證較好濾波性能的前提下，降低算法的計算復雜度，并解決劃分單元中無法剔除雜波量測而對目標狀態(tài)估計產生影響，以及目標的量測必須服從一定分布的假設等問題成為了一項極具挑戰(zhàn)性的研究課題。
　　本文主要在區(qū)間分析的理論基礎上，圍繞箱粒子濾波在擴展目標跟蹤算法中的應用展開相關研究工作。
　　1．研究了箱粒子的基礎知識，通過已有的研究成果了解了其應用范圍和實現(xiàn)過程，其主要處理的是非精確量測問題

3、，即最大誤差已知的量測，采用區(qū)間分析的方法，將其表示為區(qū)間數(shù)據(jù)，進而通過約束傳播的方法進行濾波，箱粒子濾波是將粒子濾波與區(qū)間分析有機結合而提出的，采用區(qū)間數(shù)據(jù)來代替原有粒子濾波的精確數(shù)據(jù)，能以幾十個箱粒子達到近似于傳統(tǒng)幾千個粒子的濾波性能，具有運行速度快，計算復雜度低等優(yōu)勢并且在量測存在一定模糊性的情況下有較好的表現(xiàn)。
　　2．研究了基于區(qū)間分析的多擴展目標的跟蹤算法。首次將箱粒子濾波所處理的最大誤差問題應用于擴展目標的擴展范圍方

4、面，采用矩形箱的形式來表示擴展目標進而對目標進行跟蹤，提出了以箱粒子為模型的基于區(qū)間分析的多擴展目標跟蹤算法。本算法在保證了良好的濾波性能的同時，降低了擴展目標跟蹤算法的計算復雜度，同時對目標的量測分布也無限制要求；由于其采用的區(qū)間量測不需要區(qū)分劃分單元內的真實量測與雜波量測，可很好的解決傳統(tǒng)擴展目標量測劃分中由于無法剔除目標區(qū)域內的雜波量測而對濾波結果產生的影響，其似然函數(shù)的特殊性也保證了算法較好的抗雜波性能，對于不同大小的擴展目標也

5、可直接跟蹤。
　　3．研究了機動擴展目標的跟蹤算法。本文在以區(qū)間分析來處理擴展目標跟蹤問題的基礎上，結合交互多模型的提出了基于箱粒子的機動擴展目標跟蹤算法，并由于新生粒子的加入有效地降低了模型概率估計偏差所帶來的影響，之后又引入隨機集理論，提出了解決多機動目標跟蹤的交互多模型箱粒子PHD濾波算法，并將交互多模型的箱粒子PHD濾波算法應用于多個擴展目標的跟蹤上，此算法繼承了箱粒子在擴展目標跟蹤中所具有諸多優(yōu)勢，如所需粒子數(shù)少、運行速