一种极坐标下基于高斯过程的扩展目标跟踪方法

发布时间：2021-11-24 05:19

　　对于使用雷达系统的扩展目标跟踪,通常将原始测量值从极坐标转换为笛卡尔坐标,然后馈入估计器.但其转换测量期望值在目标真实方位上存在偏差.另外,测量误差协方差的计算取决于实践中不可用的真实状态.针对这一不足,本文提出了一种在概率数据关联框架下基于高斯过程的扩展目标跟踪方法.该方法首先,直接在极坐标中对测量函数进行建模,并求解出测量噪声协方差;其次,建立扩展目标的联合跟踪门对测量进行筛选,并获得测量新息;最后,计算关联事件概率并估计扩展目标的状态.仿真结果表明了该方法的有效性. 

【文章来源】：控制理论与应用. 2020,37(07)北大核心EICSCD

【文章页数】：10 页

【部分图文】：

扩展目标在全局坐标系和局部坐标系下的示意图

GP–NM–PDA方法的基本框架与传统的PDA方法框架相似,该方法主要贡献是重新计算了测量模型中的雅克比矩阵,适用于雷达系统下的非线性测量数据.其算法流程图如图2所示.步骤1扩展目标的预测状态和预测协方差.

图3和图4分别为杂波密度λc=2×10-4m-2、检测概率Pd=0.9情况下,GP–NM–PDA方法和RM方法对扩展目标航迹跟踪和轮廓估计效果图.通过图3的放大效果图可以得出,GP–NM–PDA算法可以准确地刻画出复杂形状的目标轮廓和扩展目标的轨迹,跟踪效果明显.而RM方法只能得到扩展目标的大概区域.图4 随机矩阵方法目标跟踪效果图

【参考文献】：
期刊论文
[1]自适应不规则形状扩展目标跟踪算法[J]. 陈辉,杜金瑞,韩崇昭.  控制理论与应用. 2018(08)



本文编号：3515312