基于JPDA-MPC的单站纯方位多目标跟踪

《基于JPDA-MPC的单站纯方位多目标跟踪》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、第30卷第2期航天电子对抗51基于JPDA·MPC的单站纯方位多目标跟踪邵俊伟，单奇，吴超(中国电子科技集团公司第三十八研究所，安徽合肥230088)摘要：静止单站对多目标进行纯方位跟踪时，若在直角坐标系下建立跟踪模型并使用最近邻标准滤波器(NNSF)进行关联和滤波，结果通常不稳定且容易发散。针对此问题，提出将修正的极坐标系(MPC)下的扩展Kalman滤波算法及联合概率数据互联关联(JPDA)算法相结合。与NNSF-MPC算法的仿真对比试验表明，JPDA-MPC算法可以提高跟踪过程的稳定性，且具有更小的跟踪误差。关键词：纯方位跟踪；联合概率数据互联；修正的极坐标系；最近邻标

2、准滤波器中图分类号：TP957文献标识码：AMultiplebearing-onlytargettrackingwithasinglestationbasedonJPDA-MPCShaoJunwei，ShanQi，WuChao(NO．38ResearchInstituteofCETC，Hefei230088，Anhui，China)Abstract：Whentrackingmultiplebearing-onlytargetswithasinglestation。theresultsareusuallyunstableandtendtobedivergent，ifthetra

3、ckingmodelisbuiltinCartesianeoordinatesandtheNNSFalgorithmisusedfordataassociation．Forresolvingthisproblem，theextendedKalmanFilterinMPCandtheJPDAalgorithmarecombined．Simulationsshowthat，comparedwiththeNNSF-MPCalgorithm，theJPDA-MPCalgorithmcanimprovethestabilityoftrackingprocessandalsohasasm

4、allertrackingerror．Keywords：bearing-onlytracking；JPDA：MPC；NNSF0引言地面单站静止雷达对目标进行纯方位跟踪时，无法得到目标的全部运动参数r1‘，但此时仍可估计目标的方位、航向等状态，为目标的自动筛选、威胁评估等决策提供支撑[2]。纯方位跟踪系统是非线性的，坐标系及滤波算法的选择是首先要解决的两个问题。在直角坐标系下建立跟踪模型并进行滤波，结果通常不稳定且容易发散。文献[3]中提出的修正的极坐标系(MPC)下的扩展Kalman滤波方法，可以极小化系统的二阶非线性损失，且当雷达与目标的相对加速度为零时，不可观的距离状态与

5、可观的其他状态能自动解耦，得到稳定和渐近无偏的估计。由于对目标进行纯方位跟踪时，得到的量测中只有目标的方位信息，因此相比带距离量测的多目标跟踪，此时更易发生关联错误。传统的关联算法，如最近收稿日期：2014—01—05；2014—03—07修回。作者简介：邵俊伟(1984一)，男，博士，主要研究方向为雷达数据处理。邻标准滤波器‘43(NNSF)等，难以稳定地实现纯方位多目标跟踪。联合概率数据关联嘲(JPDA)考虑跟踪门内的所有量测与目标关联的可能性，并以等效量测来对目标的状态进行更新，降低了错误关联的可能性，具有较好的多目标相关性能。本文结合修正的极坐标系下的扩展Kalman

6、滤波算法及JPDA关联算法，来实现对单站多目标的纯方位跟踪，并通过仿真试验对比JPDA-MPC与NNSF—MPC方法的跟踪效果，结果表明，前者具有更好的跟踪稳定性和跟踪精度。1算法描述1．1修正的极坐标系假定以静止单雷达对目标作纯方位跟踪，其扫描周期为T，目标的方位角为舻，距离为r。在修正的极坐标系中，以叭刍和≯／r为状态变量，即取状态向量为：y(忌)一Dl(志)Y2(忌)Y3(五)]7一陋)篇舭)]752航天电子对抗2014(2)修正极坐标系下的状态方程可以表示为‘31：Y(k+1)一厂(y(七))一睫意溅矧㈣L弘(忌)+arctan(s3／s4)j式中，51一y1(志)S

7、2=Y2(忌)53=Tyl(惫)s4—1+7"22(忌)量测方程为：Z(惫)一H(忌)Y(忌)+W(忌)(2)式中，z(忌)是量测值，日(忌)是量测矩阵，W(志)是协方差矩阵为R(忌)的零均值、白色高斯量测噪声，即：日(志)一Eo01-1E[W(k)-1=O，E[-W(k)W(j)T]-=-R(k)％=书茸式中阮为Kroneckerdelta函数，即k=j时，如一1，否则文j=0。状态方程(1)是非线性的，本文使用扩展Kalman滤波器(ExtendedKalmanFilter)c611对其进行滤波，具