基于随机模型近似的再入目标自适应跟踪算法

《基于随机模型近似的再入目标自适应跟踪算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、2014年5月第40卷第5期北京航空航天大学学报JournalofBeijingUniversityofAeronauticsandAstronauticsMav2014V01．40No．5基于随机模型近似的再入目标自适应跟踪算法周政刘进忙郭相科(空军工程大学防空反导学院，西安710051)摘要：针对再入目标跟踪问题，基于加速度动力学模型和随机模型近似思想，提出了分段匀Jerk自适应模型及跟踪算法．该算法引入Jerk动力学模型和Jerk分段均匀假设，给出了机动加速度的递推模型；根据随机模型近似思想提出了新的过程噪声定义方法并给出了分段匀Jerk模型和过程噪声的自适应方法；结合状态扩展方法

2、和分离差分滤波算法实现了再入目标的实时自适应跟踪．仿真实验表明，相比基于分段匀加速模型的跟踪算法，该算法在保证了再入目标稳态跟踪精度的同时，对目标突变状态具有较强的跟踪能力．关键词：再入目标跟踪；随机模型近似；分离差分滤波器；状态扩展；自适应滤波中图分类号：TN953文献标识码：A文章编号：1001．5965(2014)05m651一07AdaptivetrackingalgorithmforreentryvehiclebasedonstochasticmodelapproximationZhouZhengLiuJinmangGuoXiangke(SchoolofAirandMissil

3、eDefense，AirForceEngineeringUniversity，Xi’an710051，China)Abstract：Fortheproblemofreentryvehicle(RV)tracking，adaptivepiecewiseconstantJerkmodelandtrackingalgorithmwereproposedbasedonkineticsaccelerationmodelandstochasticmodelapproximation．Recursivemodeloftargetaccelerationwasinducedbyintroducingki

4、neticsJerkmodelandassumptionofpiece—wiseconstantJerk．Anewdefinitionandadaptionmethodofprocessnoisewasproposedaccordingtotheideaofstochasticmodelapproximation．Thereal—timeRVtrackingwasachievedbydivideddifferencefilterbasedontheaugmentedstatemodel．Simulationresultsshowthattheproposedalgorithmhasthe

5、similartrackingac—curacyonstablestateasthetrackingalgorithmbasedonthepiecewiseconstantaccelerationmodel，butithasbetterperformanceontrackingstatemutationthanthelatter．Keywords：reentryvehicletracking；stochasticmodelapproximation；divideddifferencefilter；stateaugmentation；adaptivefilter从雷达量测实时高精度跟踪再入

6、目标是目标跟踪领域中一个高度复杂的问题⋯，其主要存在两方面的难点。2。：一是目标的空气动力参数是未知时变的，准确的目标运动模型难以实时获取；二是目标状态模型的过程噪声难以确定，实时的模型误差难以准确衡量．以上两个因素都会给滤波带来较大的误差．目前再人目标跟踪主要通过分段匀加速(PCA，Piece-wiseConstantAcceleration)模型¨1结合非线性滤波算法实现．文献[4]提出了一种PCA模型过程噪声调整方法，即利用归一化的新息方差作为目标机动检测量，当检测量超过门限时对过程噪声进行调整；文献[5—8]基于PCA模型研究了空气动力参数已知、未知情况下几种非线性滤波算法跟踪再

7、人目标的性能；文献[9]基于PCA模型研究了机动再入目标的双重滤波算收稿日期：20134)6-24；网络出版时间：2013·12-2408：35：DOI：10．13700／j．bh．1001-5965．2013．0359网络出版地址：WWW．cnki．net／kcms／detail／11．2625．V．20131224．0835．001．html基金项目：国家自然科学青年基金资助项目(61102109)；陕西省自然科学基金资助项目(