目标定位跟踪技术广泛应用于军事民用领域,是当前研究的热点与难点。提出了一种空域多信号分类-自回归粒子滤波(multiple signal classification autoregressive particle filter,MUSIC-ARPF)方法,定位跟踪地面目标。该方法使用多信号分...目标定位跟踪技术广泛应用于军事民用领域,是当前研究的热点与难点。提出了一种空域多信号分类-自回归粒子滤波(multiple signal classification autoregressive particle filter,MUSIC-ARPF)方法,定位跟踪地面目标。该方法使用多信号分类(multiple signal classification,MUSIC)算法估计目标波达方向(direction of arrival,DOA)并计算目标信号源位置,利用自回归(autoregressive model,AR)模型和粒子滤波(particle filter,PF)算法预测信号源下一时刻位置,进而自适应选择通带与阻带扇面进行空域滤波,同时调整MUSIC算法中谱峰搜索区域,提高DOA估计的分辨率,减少目标定位的扫描域。实验结果表明,空域MUSIC-ARPF方法能够减少目标定位时间,提高目标跟踪精度。展开更多
文摘目标定位跟踪技术广泛应用于军事民用领域,是当前研究的热点与难点。提出了一种空域多信号分类-自回归粒子滤波(multiple signal classification autoregressive particle filter,MUSIC-ARPF)方法,定位跟踪地面目标。该方法使用多信号分类(multiple signal classification,MUSIC)算法估计目标波达方向(direction of arrival,DOA)并计算目标信号源位置,利用自回归(autoregressive model,AR)模型和粒子滤波(particle filter,PF)算法预测信号源下一时刻位置,进而自适应选择通带与阻带扇面进行空域滤波,同时调整MUSIC算法中谱峰搜索区域,提高DOA估计的分辨率,减少目标定位的扫描域。实验结果表明,空域MUSIC-ARPF方法能够减少目标定位时间,提高目标跟踪精度。
