L2正则化粒子滤波在水下无人平台纯方位角跟踪的应用

发布时间：2021-06-05 06:50

　　针对水下无人平台搭载单矢量水听器目标跟踪鲁棒性差的问题,提出一种基于L2范数正则化粒子滤波的单站纯方位角度水下目标跟踪算法。该方法引入测量量与预测量误差的规则范数,得到粒子的似然函数,从而平衡测量值与预测值,提高目标跟踪鲁棒性。仿真结果表明,相较于粒子滤波（PF）算法,基于L2范数正则化（L2-RPF）优于基于L1范数正则化（L1-RPF）,其目标方位跟踪精度更高,且经过多次Monte Carlo实验得到的L2-RPF目标方位跟踪平均误差和均方根误差均较小。利用水下滑翔机平台搭载单矢量水听器（水下声学滑翔机）在中国南海海域进行探测跟踪的试验数据,对算法性能进行了验证,采用L2-RPF处理得到的目标方位跟踪精度相较于其他算法较高,一定程度上修正了测量野值带来的跟踪误差。 

【文章来源】：舰船科学技术. 2020,42(23)北大核心

【文章页数】：6 页

【部分图文】：

目标及平台轨迹图Fig.1Thediagramoftargetandplatformtrajectory

[18]HERBSTE,SCHORFTHEIDEF.Temperedparticlefiltering[J].PIERWoringPaperArchive,2016.[19]金盛龙,李宇,黄海宁.水下多目标方位的联合检测与跟踪[J].声学学报,2019.[20]MUSSOC,OUDJANEN,LEGLANDF.SequentialMonteCarlomethodsinpracticebyar[M].NewYork:Springer-Verlag,2001.[21]刘敏,陈恩庆,杨守义.正则化粒子滤波在水下目标跟踪中的应用[J].电视技术,2012,36(9).[22]唐现国,何祖军.一种基于正则粒子滤波器的目标跟踪算法[J].舰船科学技术,2008,30(4):135–137.[23]图5水下平台与目标位置态势图Fig.5Situationmapofunderwaterplatformandtargetpositon图6PF，L1-RPF，L2-RPF算法目标方位跟踪结果Fig.6TargetbearingtrackingresultofPF,L1-RPF,L2-RPF·116·舰船科学技术第42卷

【参考文献】：
期刊论文
[1]水下目标跟踪的改进非线性滤波快速算法[J]. 石桂欣,鄢社锋,刘宇.  应用声学. 2020(01)
[2]矢量水听器在水下滑翔机上的应用研究[J]. 王文龙,王超,韩梅,孙芹东,张小川.  兵工学报. 2019(12)
[3]水下多目标方位的联合检测与跟踪[J]. 金盛龙,李宇,黄海宁.  声学学报. 2019(04)
[4]不完全量测下长基线系统的水下目标跟踪算法[J]. 石桂欣,鄢社锋,郝程鹏,侯朝焕,刘宇.  声学学报. 2019(04)
[5]能量值和方位信息结合的粒子滤波算法[J]. 任宇飞,李宇,黄海宁.  哈尔滨工程大学学报. 2017(07)
[6]单矢量水听器的高分辨目标方位跟踪算法研究[J]. 王超,笪良龙,韩梅,孙芹东,王文龙.  应用声学. 2017(01)
[7]粒子滤波理论、方法及其在多目标跟踪中的应用[J]. 李天成,范红旗,孙树栋.  自动化学报. 2015(12)
[8]基于混合粒子滤波的水下小目标跟踪[J]. 许枫,纪永强,郭占军,杨娟,苏瑞文.  应用声学. 2015(04)
[9]非平稳非高斯测量噪声条件下改进差分粒子滤波算法研究[J]. 王宏健,徐金龙,李娟,张爱华.  兵工学报. 2014(07)
[10]基于纯方位角测量的水下目标被动跟踪技术[J]. 宋绪栋,蔚婧,李晓花,李亚安.  鱼雷技术. 2012(05)



本文编号：3211665