幅度信息辅助的多机动目标跟踪算法
发布时间：2022-02-13 13:40
针对密集杂波下现有的多机动目标跟踪算法计算量大且性能严重衰退的问题,提出了联合幅度信息的多模型标签多伯努利（AI-MM-LMB）滤波器。首先,对目标状态进行扩展,引入幅度信息;然后,建立幅度信息及位置信息的联合量测似然函数;最后,基于MM-LMB滤波器框架,给出新的更新方程。仿真实验结果表明:低杂波下,AI-MM-LM算法同MM-LMB算法跟踪性能相当;高杂波下,AI-MM-LMB算法性能明显优于MM-LMB算法。
【文章来源】：海军工程大学学报. 2020,32(02)北大核心
【文章页数】：6 页
【部分图文】：
强杂波下目标势估计结果
位置观测噪声wk～N(0,Qw),Qw=diag([1,1])δ2w,δw=20 m。目标存活概率ps=0.98。设定虚警概率pτF=0.1、信噪比SNR=15 dB,则可计算得到:检测门限τ为2.146、检测概率pτD(S)为0.931 9;回波信号信噪比范围[10 dB,30 dB]。假设杂波在观测区域内均匀分布,其个数满足泊松分布,λ=100,图1所示为单次实验的目标航迹图。图2、3分别为MM-LMB及AI-MM-LMB滤波器单次实验结果。可以看出,在高杂波(λ=100)、高量测误差(δw=20 m)下,MM-LMB滤波器会将部分杂波错判为目标,从而导致目标过估,本文算法仍能有效跟踪目标。
MM-LMB单次实验结果
本文编号：3623295
【文章来源】：海军工程大学学报. 2020,32(02)北大核心
【文章页数】：6 页
【部分图文】：
强杂波下目标势估计结果
位置观测噪声wk～N(0,Qw),Qw=diag([1,1])δ2w,δw=20 m。目标存活概率ps=0.98。设定虚警概率pτF=0.1、信噪比SNR=15 dB,则可计算得到:检测门限τ为2.146、检测概率pτD(S)为0.931 9;回波信号信噪比范围[10 dB,30 dB]。假设杂波在观测区域内均匀分布,其个数满足泊松分布,λ=100,图1所示为单次实验的目标航迹图。图2、3分别为MM-LMB及AI-MM-LMB滤波器单次实验结果。可以看出,在高杂波(λ=100)、高量测误差(δw=20 m)下,MM-LMB滤波器会将部分杂波错判为目标,从而导致目标过估,本文算法仍能有效跟踪目标。
MM-LMB单次实验结果
本文编号：3623295
本文链接：https://www.wllwen.com/kejilunwen/dianzigongchenglunwen/3623295.html
