面向量测的m-最优N扫描多假设跟踪方法

为解决联合概率数据互联只能跟踪已知数目目标和互联模糊,以及传统多假设跟踪算法生成假设数目随时间积累呈指数增长问题。提出一种面向量测m-最优假设N扫描MHT方法。首先,在每一假设下生成m-最优假设,在每帧产生既定数目最优及次优假设;然后,通过N宽度滑窗产生最优可行假设,完成数据互联,并分别使用两点差分线性法和全局最小二乘估计完成单个新目标和多个新目标航迹起始。仿真结果表明,该方法与MHT-DAM算法相比较,获得了跟踪性能和运算时间上的平衡。

TLS唯方位辐射源目标定位

针对单站无源二维固定目标唯方位定位问题引入了TLS估计法.首先分析了常用的LS估计算法的不足,针对存在的问题引入了TLS算法.该方法简化并减小了系统矩阵误差和数据误差.MonteCarlo仿真分析结果表明TLS算法的估计偏差更小,与LS算法相比,具有较好的性能.