發(fā)布時(shí)間：2022-01-11 13:59

　　針對(duì)低可觀測(cè)目標(biāo)的檢測(cè)和跟蹤問(wèn)題,建立了檢測(cè)前跟蹤的目標(biāo)運(yùn)動(dòng)模型和量測(cè)數(shù)據(jù)模型,研究了基于粒子濾波的檢測(cè)前跟蹤算法。為提高基本算法的運(yùn)算效率和精度,仿真分析了目標(biāo)影響分辨單元個(gè)數(shù)、重采樣方法對(duì)濾波精度的影響,對(duì)實(shí)際運(yùn)用中參數(shù)的設(shè)定、重采樣方法的選取有一定的指導(dǎo)意義;在粒子先驗(yàn)分布上,仿真驗(yàn)證了低門(mén)限的方法優(yōu)于均勻分布的方法,它能夠充分利用當(dāng)前時(shí)刻的量測(cè)信息,從而提高濾波器的聯(lián)合檢測(cè)和跟蹤性能。 

【文章來(lái)源】：現(xiàn)代雷達(dá). 2020,42(04)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

單次迭代主要濾波過(guò)程占用時(shí)間百分比

分別設(shè)置目標(biāo)影響分辨單元個(gè)數(shù)q=1,2,…,5,其他仿真參數(shù)設(shè)置不變,得到單次迭代對(duì)應(yīng)的量測(cè)更新時(shí)間和位置均方根誤差(RMSE)的時(shí)間平均值,如圖2所示。由圖2a)可知,量測(cè)更新時(shí)間呈指數(shù)增長(zhǎng),q越大,所需更新時(shí)間越多;由圖2b)可以看出,隨著q數(shù)值的增長(zhǎng),位置誤差越來(lái)越小,但隨著 q數(shù)值的增大這種差別越來(lái)越小,在q=3之后變得更為平緩,因而綜合考慮濾波精度和運(yùn)行效率兩個(gè)因素,設(shè)定q=3較為合理。

由圖3a)可知,系統(tǒng)重采樣方法耗時(shí)最少,效率最高;由圖3b)可知系統(tǒng)重采樣方法對(duì)應(yīng)的位置均方根誤差最小,也表明系統(tǒng)重采樣方法的精度最高。因而為了最大程度提高濾波器的運(yùn)行效率及精度,應(yīng)該采用系統(tǒng)重采樣方法。3.3 先驗(yàn)信息對(duì)PF-TBD算法精度的影響

【參考文獻(xiàn)】：
期刊論文
[1]A Dynamic Programming Track-Before-Detect Algorithm Based on Local Linearization for Non-Gaussian Clutter Background[J]. ZHENG Daikun,WANG Shouyong,QIN Xing.  Chinese Journal of Electronics. 2016(03)
[2]A Fusion Based Particle Filter TBD Algorithm for Dim Targets[J]. YU Hongbo,WANG Guohong,CAO Qian,SUN Yun.  Chinese Journal of Electronics. 2015(03)
[3]基于多模粒子濾波的機(jī)動(dòng)弱目標(biāo)檢測(cè)前跟蹤[J]. 龔亞信,楊宏文,胡衛(wèi)東,郁文賢.  電子與信息學(xué)報(bào). 2008(04)



本文編號(hào)：3582904