机动目标跟踪中一种机动频率和方差自适应滤波算法

钱广华; 李颖; 骆荣剑

doi:10.3724/SP.J.1300.2013.13003

机动目标跟踪中一种机动频率和方差自适应滤波算法

doi: 10.3724/SP.J.1300.2013.13003

1.
(中国人民解放军重庆通信学院重庆 400035)

基金项目:

国家自然科学基金(61272043)和重庆市自然科学基金重点项目(CSTC2011BA2016)资助课题

详细信息

作者简介:
钱广华(1983-)，男，山东嘉祥人，硕士生，研究方向为多传感器数据融合。E-mail:270157787@qq.com;qianguanghua@126.com 李颖(1971-)，男，四川成都人，博士，教授，中国人民解放军重庆通信学院某教研室主任，研究方向为无线传感器网络、多传感器数据融合。骆荣剑(1988-)，男，云南麻栗坡人，硕士生，研究方向为多传感器数据融合。E-mail:757640982@qq.com

One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking

1.
(Chongqing Communication Institute of PLA, Chongqing 400035, China)

摘要: 在机动目标跟踪中，当前统计模型(Current Statistical model, CS)需要预先依据经验设定机动频率和加速度极限值，当预先设定的值与目标的实际运动状态不一致时，将造成较大的跟踪误差。为克服上述问题，该文首先从当前统计模型的离散状态方程中，导出了一种机动频率自适应算法，然后对张安清及巴宏欣等人提出的加速度方差自适应算法进行了改进。仿真实验表明，在综合运用上述机动频率自适应和加速度方差自适应算法的基础上，对CS 模型修改后，得到的机动目标跟踪自适应滤波算法(Mending CS based Adaptive Filtering algorithm,MAF)，能够有效增强基于CS 模型的机动目标跟踪自适应滤波算法(CS based Adaptive Filtering algorithm, AF)对目标运动状态变化的自适应能力，并且在低噪声环境下，跟踪精度比AF 算法有所提高，算法收敛速度可达到AF 算法的2 倍，在强噪声环境下，目标机动阶段的跟踪精度提高近2 倍，匀速阶段的精度与AF 算法相当，算法的收敛速度可达到AF 算法的4～10 倍，因此，MAF 算法具有较强的抗干扰能力。
- 机动目标跟踪 /
- 当前统计模型 /
- 机动频率自适应 /
- 方差自适应
Abstract: The approach of tracking maneuvering targets based on the Current Statistical (CS) model is widely used. The method needs to preset maneuvering frequency and maximum acceleration based on experience. Inpractice, the preset values are often not consistent with the actual moving state of targets and result in larger tracking errors. In order to tackle the problem, this paper initially deduces a self-adapting maneuvering frequency algorithm from the discrete state equation of the CS model. Then, an improved self-adapting acceleration covariance algorithm is presented. Simulation results show that, by using the self-adapting maneuvering frequency algorithm and the improved self-adapting acceleration covariance algorithm to track targets simultaneously, the ability to self-adapt to the fluctuation of the moving state will be improved. The tracking accuracy is also improved, and the convergence speed of the algorithm is quicker.
- Maneuvering target tracking /
- Current Statistical (CS) model /
- Maneuvering frequency adaptive /
- Acceleration variance adaptive

[1]	孟智超, 卢景月, 张磊. 前视多通道SAR自适应鉴别抑制欺骗干扰 . 雷达学报, 2019, 8(1): 82-89. doi: 10.12000/JR18081
[2]	段晓菲, 刘志文, 徐友根. 四元数域宽带鲁棒自适应波束形成 . 雷达学报, 2019, 8(1): 117-124. doi: 10.12000/JR18083
[3]	韩金旺, 张子敬, 刘军, 赵永波. 基于贝叶斯的高斯杂波背景下MIMO雷达自适应检测算法 . 雷达学报, 2019, 8(4): 501-509. doi: 10.12000/JR18090
[4]	孙铭才, 张秦, 陈光陆. 动态时间窗下的相控阵雷达自适应调度算法 . 雷达学报, 2018, 7(3): 303-312. doi: 10.12000/JR17104
[5]	谢文冲, 段克清, 王永良. 机载雷达空时自适应处理技术研究综述 . 雷达学报, 2017, 6(6): 575-586. doi: 10.12000/JR17073
[6]	丁昊, 王国庆, 刘宁波, 关键. 逆Gamma纹理背景下两类子空间目标的自适应检测方法 . 雷达学报, 2017, 6(3): 275-284. doi: 10.12000/JR16088
[7]	葛建军, 李春霞. 一种基于信息熵的雷达动态自适应选择跟踪方法 . 雷达学报, 2017, 6(6): 587-593. doi: 10.12000/JR17081
[8]	陈帅霖, 罗丰, 张林让, 胡冲, 陈世超. 基于动态规划的机动目标加权自适应相参积累方法 . 雷达学报, 2017, 6(3): 309-315. doi: 10.12000/JR17002
[9]	陈希信. 天波雷达后多普勒自适应波束形成 . 雷达学报, 2016, 5(4): 373-377. doi: 10.12000/JR15124
[10]	刘维建, 王利才, 狄源水, 简涛, 谢谠, 王永良. 自适应能量检测器及在失配信号检测中的应用(英文) . 雷达学报, 2015, 4(2): 149-159. doi: 10.12000/JR14132
[11]	邹鲲, 吴德伟, 张斌, 李伟. 一种针对失配信号的可调自适应检测器 . 雷达学报, 2015, 4(4): 411-417. doi: 10.12000/JR14129
[12]	周豪, 胡国平, 汪云. 基于自适应步长萤火虫-多重信号分类算法的低空目标波达方向估计 . 雷达学报, 2015, 4(3): 309-316. doi: 10.12000/JR14142
[13]	丁昊, 薛永华, 黄勇, 关键. 均匀和部分均匀杂波中子空间目标的斜对称自适应检测方法 . 雷达学报, 2015, 4(4): 418-430. doi: 10.12000/JR14133
[14]	李海, 刘新龙, 周盟, 刘维建. 基于修正自适应匹配滤波器的机动目标检测方法 . 雷达学报, 2015, 4(5): 552-559. doi: 10.12000/JR15105
[15]	马泽强, 王希勤, 刘一民, 孟华东. 基于稀疏恢复的空时二维自适应处理技术研究现状 . 雷达学报, 2014, 3(2): 217-228. doi: 10.3724/SP.J.1300.2014.14002
[16]	王永良, 刘维建, 谢文冲, 段克清, 高飞, 王泽涛. 机载雷达空时自适应检测方法研究进展 . 雷达学报, 2014, 3(2): 201-207. doi: 10.3724/SP.J.1300.2014.13081
[17]	冯帆, 党红杏, 谭小敏. 基于Capon 谱估计的星载SAR 自适应DBF 研究 . 雷达学报, 2014, 3(1): 53-60. doi: 10.3724/SP.J.1300.2014.13131
[18]	欧阳成, 陈晓旭, 华云. 改进的最适高斯近似概率假设密度滤波 . 雷达学报, 2013, 2(2): 239-246. doi: 10.3724/SP.J.1300.2013.13010
[19]	张林, 赵志坚, 关键, 何友. 基于自适应阈值选择的非参量GS 检测算法 . 雷达学报, 2012, 1(4): 387-392. doi: 10.3724/SP.J.1300.2012.20084
[20]	熊波, 甘露. MM-CBMeMBer 滤波器跟踪多机动目标 . 雷达学报, 2012, 1(3): 238-245. doi: 10.3724/SP.J.1300.2012.20043

点击查看大图

计量

文章访问数: 1810
HTML全文浏览量: 106
PDF下载量: 2584
被引次数: 0

机动目标跟踪中一种机动频率和方差自适应滤波算法

1. (中国人民解放军重庆通信学院重庆 400035)

基金项目:

国家自然科学基金(61272043)和重庆市自然科学基金重点项目(CSTC2011BA2016)资助课题

作者简介:
钱广华(1983-)，男，山东嘉祥人，硕士生，研究方向为多传感器数据融合。E-mail:270157787@qq.com;qianguanghua@126.com 李颖(1971-)，男，四川成都人，博士，教授，中国人民解放军重庆通信学院某教研室主任，研究方向为无线传感器网络、多传感器数据融合。骆荣剑(1988-)，男，云南麻栗坡人，硕士生，研究方向为多传感器数据融合。E-mail:757640982@qq.com

收稿日期: 2013-01-06

修回日期: 2013-03-08

刊出日期: 2013-04-28

关键词:

摘要: 在机动目标跟踪中，当前统计模型(Current Statistical model, CS)需要预先依据经验设定机动频率和加速度极限值，当预先设定的值与目标的实际运动状态不一致时，将造成较大的跟踪误差。为克服上述问题，该文首先从当前统计模型的离散状态方程中，导出了一种机动频率自适应算法，然后对张安清及巴宏欣等人提出的加速度方差自适应算法进行了改进。仿真实验表明，在综合运用上述机动频率自适应和加速度方差自适应算法的基础上，对CS 模型修改后，得到的机动目标跟踪自适应滤波算法(Mending CS based Adaptive Filtering algorithm,MAF)，能够有效增强基于CS 模型的机动目标跟踪自适应滤波算法(CS based Adaptive Filtering algorithm, AF)对目标运动状态变化的自适应能力，并且在低噪声环境下，跟踪精度比AF 算法有所提高，算法收敛速度可达到AF 算法的2 倍，在强噪声环境下，目标机动阶段的跟踪精度提高近2 倍，匀速阶段的精度与AF 算法相当，算法的收敛速度可达到AF 算法的4～10 倍，因此，MAF 算法具有较强的抗干扰能力。

机动目标跟踪中一种机动频率和方差自适应滤波算法

doi: 10.3724/SP.J.1300.2013.13003

One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking

计量

机动目标跟踪中一种机动频率和方差自适应滤波算法

doi: 10.3724/SP.J.1300.2013.13003

1. (中国人民解放军重庆通信学院重庆 400035)

English Abstract

One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking

1. (Chongqing Communication Institute of PLA, Chongqing 400035, China)

全文HTML

目录

期刊介绍

联系我们

机动目标跟踪中一种机动频率和方差自适应滤波算法

doi: 10.3724/SP.J.1300.2013.13003

One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking

计量

出版历程

机动目标跟踪中一种机动频率和方差自适应滤波算法

doi: 10.3724/SP.J.1300.2013.13003

1. (中国人民解放军重庆通信学院 重庆 400035)

English Abstract

One Maneuvering Frequency and the Variance Adaptive Filtering Algorithm for Maneuvering Target Tracking

1. (Chongqing Communication Institute of PLA, Chongqing 400035, China)

全文HTML

目录

期刊介绍

联系我们

1. (中国人民解放军重庆通信学院重庆 400035)