對于使用雷達(dá)系統(tǒng)的擴展目標(biāo)跟蹤,通常將原始測量值從極坐標(biāo)轉(zhuǎn)換為笛卡爾坐標(biāo),然后饋入估計器.但其轉(zhuǎn)換測量期望值在目標(biāo)真實方位上存在偏差.另外,測量誤差協(xié)方差的計算取決于實踐中不可用的真實狀態(tài).針對這一不足,本文提出了一種在概率數(shù)據(jù)關(guān)聯(lián)框架下基于高斯過程的擴展目標(biāo)跟蹤方法.該方法首先,直接在極坐標(biāo)中對測量函數(shù)進行建模,并求解出測量噪聲協(xié)方差;其次,建立擴展目標(biāo)的聯(lián)合跟蹤門對測量進行篩選,并獲得測量新息;最后,計算關(guān)聯(lián)事件概率并估計擴展目標(biāo)的狀態(tài).仿真結(jié)果表明了該方法的有效性. 

【文章來源】：控制理論與應(yīng)用. 2020,37(07)北大核心EICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

擴展目標(biāo)在全局坐標(biāo)系和局部坐標(biāo)系下的示意圖

GP–NM–PDA方法的基本框架與傳統(tǒng)的PDA方法框架相似,該方法主要貢獻(xiàn)是重新計算了測量模型中的雅克比矩陣,適用于雷達(dá)系統(tǒng)下的非線性測量數(shù)據(jù).其算法流程圖如圖2所示.步驟1擴展目標(biāo)的預(yù)測狀態(tài)和預(yù)測協(xié)方差.

圖3和圖4分別為雜波密度λc=2×10-4m-2、檢測概率Pd=0.9情況下,GP–NM–PDA方法和RM方法對擴展目標(biāo)航跡跟蹤和輪廓估計效果圖.通過圖3的放大效果圖可以得出,GP–NM–PDA算法可以準(zhǔn)確地刻畫出復(fù)雜形狀的目標(biāo)輪廓和擴展目標(biāo)的軌跡,跟蹤效果明顯.而RM方法只能得到擴展目標(biāo)的大概區(qū)域.圖4 隨機矩陣方法目標(biāo)跟蹤效果圖

【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)不規(guī)則形狀擴展目標(biāo)跟蹤算法[J]. 陳輝,杜金瑞,韓崇昭.  控制理論與應(yīng)用. 2018(08)



本文編號：3515312