针对杂波环境下面向无源协同定位系统的多目标跟踪问题,提出一种基于KL散度(Kullback-Leibler Divergence,KLD)的联合概率数据关联算法(Joint Probabilistic Data Association,JPDA)。首先,在联合概率数据关联框架内计算关联事件的后验...针对杂波环境下面向无源协同定位系统的多目标跟踪问题,提出一种基于KL散度(Kullback-Leibler Divergence,KLD)的联合概率数据关联算法(Joint Probabilistic Data Association,JPDA)。首先,在联合概率数据关联框架内计算关联事件的后验概率密度函数,并计算该函数与高斯概率密度函数之间的KLD。其次,将KLD作为代价函数优化关联事件的后验概率密度函数。最后,根据优化的后验概率密度函数对目标状态进行估计。仿真结果表明,所提算法能有效解决杂波环境下多目标跟踪问题,提高跟踪性能。展开更多
多节点协同无源探测是实现对机动雷达快速定位的有效手段。在空间上分离的多个节点同时无源侦察雷达信号,获取信号到达不同节点的到达时间差(Time Difference of Arrival,TDOA)和频率差(Frequency Difference of Arrival,FDOA)。通过TDO...多节点协同无源探测是实现对机动雷达快速定位的有效手段。在空间上分离的多个节点同时无源侦察雷达信号,获取信号到达不同节点的到达时间差(Time Difference of Arrival,TDOA)和频率差(Frequency Difference of Arrival,FDOA)。通过TDOA/FDOA联合解算,完成对目标雷达位置和速度的测量。粒子滤波是一种近似最优的非线性滤波方法,其借助蒙特卡洛模拟可实现对待求参数概率密度函数的近似最优估计。将粒子滤波应用于协同无源探测解算,可实现非参数化的递推贝叶斯滤波,大幅提升无源探测的位置、速度测量精度。此外,还提出一种分块粒子滤波解算算法,通过降低粒子状态矢量维度,提升粒子空间覆盖性,在粒子数量受限的情况下,可进一步提升探测精度。展开更多
文摘针对杂波环境下面向无源协同定位系统的多目标跟踪问题,提出一种基于KL散度(Kullback-Leibler Divergence,KLD)的联合概率数据关联算法(Joint Probabilistic Data Association,JPDA)。首先,在联合概率数据关联框架内计算关联事件的后验概率密度函数,并计算该函数与高斯概率密度函数之间的KLD。其次,将KLD作为代价函数优化关联事件的后验概率密度函数。最后,根据优化的后验概率密度函数对目标状态进行估计。仿真结果表明,所提算法能有效解决杂波环境下多目标跟踪问题,提高跟踪性能。
文摘多节点协同无源探测是实现对机动雷达快速定位的有效手段。在空间上分离的多个节点同时无源侦察雷达信号,获取信号到达不同节点的到达时间差(Time Difference of Arrival,TDOA)和频率差(Frequency Difference of Arrival,FDOA)。通过TDOA/FDOA联合解算,完成对目标雷达位置和速度的测量。粒子滤波是一种近似最优的非线性滤波方法,其借助蒙特卡洛模拟可实现对待求参数概率密度函数的近似最优估计。将粒子滤波应用于协同无源探测解算,可实现非参数化的递推贝叶斯滤波,大幅提升无源探测的位置、速度测量精度。此外,还提出一种分块粒子滤波解算算法,通过降低粒子状态矢量维度,提升粒子空间覆盖性,在粒子数量受限的情况下,可进一步提升探测精度。