基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf

基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf

ID:56217216

大小:336.18 KB

页数:6页

时间:2020-06-21

基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf_第1页
基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf_第2页
基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf_第3页
基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf_第4页
基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf_第5页
资源描述:

《基于序贯算法的无偏最小二乘估计纯方位目标跟踪.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第22卷第1期鱼雷技术Vb1.22No.12014年2月TORPED0I'ECHN0LOGYFeb.2014基于序贯算法的无偏最小二乘估计纯方位目标跟踪尚进,李亚安,蔚婧,李晓花(西北工业大学航海学院,陕西西安,710072)摘要:测量方程的非线性是纯方位角跟踪研究的难点。为了解决传统伪线性估计结果存在严重有偏性这一问题,提了一种基于伪线性估计的无偏估计方法,即在伪线性方程中利用约束最小二乘估计,它不需要对初始值进行假设,且收敛效果良好。采用序贯滤波方法对估计量作批处理滤波以减少运算量,提高了运算效率。仿真结果表明,利用该方法得到的估计量在高

2、斯噪声下能很好地逼近理想状态,且收敛速度较快,比扩展卡尔曼滤波具有更好的跟踪精度及收敛速度,在目标高速运动时仍能保持较好的跟踪效果。关键词:纯方位;伪线性估计;约束最小二乘;序贯算法;无偏估计中图分类号:TJ630.34文献标识码:A文章编号:1673—1948(2014)01.0020—06UnbiasedLeastSquareEstimationforBearings-OnlyTargetTrackingBasedonSequentialAlgorthmSHANGJin,LIYa—an,YUJing,LIXiao-hua(Collegeo

3、fMarineEngineering,NorthwesternPolytechnicalUniversity,Xian710072,China)Abstract:Bearings-onlytargettrackingattemptstoobtainatargettrajectoryonlybasedonbearingsmeasurements.Thisproblemisdifficultbecausethemeasurementequationsarenonlinearlyrelatedtothetargetparameters.Thepse

4、udolin-earestimationprovidesalinearizedmeasurementsequation,howevertheestimationresultisseverelybiased.Inordertodealwiththisproblem,thispaperproposesanunbiasedestimationmethodwithgoodconvergenceproperty,inwhichconstraintleastsquaresminimizationisappliedtothepseudolinearesti

5、mationwithoutassuminginitialvalues.These—quentialfilteringalgorithmisemployedforbatchprocessingoftheestimator,thustheestimationaccuracyisimprovedandthecomputationisreduced.Simulationresultshowsthattheproposedalgorithmgetshighertrackingaccuracyandfasterconvergencespeedthanth

6、eextendedKalmanfilter,theobtainedestimatorapproachestheperfectstateintheconditionofGaussiannoiserapidlyandkeepssteadywhenthetargetismovingatahighspeed.Keywords:bearings—only;pseudolinearestimation;constraintleastsquares;sequentialalgorithm;unbiasedestimation测量方程的非线性是纯方位角跟踪研

7、究的重点与O引言难点。Lindgern和Gong[1]提出伪线性估计(pseudo—纯方位目标跟踪(bearing.onlytracking,BOT)linearestimation,PLE)来解决这一问题,然而加在过去几十年中一直是研究的重点与难点[1-6]。了噪声的观测量会出现在测量矩阵中,从而导致BOT属于典型的被动跟踪,为目标跟踪领域的一严重的偏差【7】。个重要分支。它是在被动浸0量的情况下,仅仅利为克服偏差所带来的影响,Aidala和Hammel用目标的方位信息,估计目标运动参数的过程。提出了修正极坐标的纯方位目标跟踪【8】,结果显

8、收稿日期:2013.06—06;修回日期:2013.09.01.基金项目:国家自然科学基金(51179157).作者简介:尚进(1989一),男,在读硕士,主要研究

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。