一种新的无序量测处理算法

在中心式多传感器目标跟踪系统中,当从不同的传感器发送量测到处理中心时,会出现不同的时间延迟。这导致源自同样目标的量测会出现无序到达中心的现象,由此产生无序量测处理问题。该文受分布式/航迹融合理论中"中心式估计的重构"思想启发,通过组合前向预测与等价量测方法,提出一种新的处理无序量测的方法,该方法涉及到状态估计的去相关问题。最后通过理论分析和仿真试验表明:该算法对于一步延迟是最优的,且当过程噪声很小,系统航迹的更新速率相当高时,该算法表现出的性能下降是很小的。

顺序更新式无序量测处理算法

在集中式多传感器目标跟踪系统中,常出现源自同一目标的量测到达处理中心时的乱序现象,即无序量测问题。本文借鉴等价量测与重新滤波法的思想,提出一种基于等价量测的顺序更新式无序量测处理算法。该算法用等价量测来代替重新滤波法中需要缓存的量测序列,然后从无序量测处开始用无序量测和等价量测进行顺序更新。通过理论分析和仿真实验证明:该算法在处理一步延迟时是最优的,在处理多步延迟时,接近最优;且该算法有较高的滤波精度和较小的额外存储量。

基于H∞滤波的无序量测更新算法

在目标跟踪系统中,传感器量测因通信延迟无序地到达融合中心,产生无序量测融合问题。针对此问题,将H∞滤波作为基础滤波算法,提出了一种可处理单步或多步延迟无序量测的新算法。新算法借鉴有序滤波思想,利用等价量测来代替无序量测发生时刻后的量测序列,然后从该时刻起利用无序量测和等价量测进行有序更新。仿真实验表明,新算法相比于传统算法有更高的滤波精度,尤其在系统模型误差较大时仍有良好的滤波效果。

可处理多个无序量测的前向滤波算法

基于等价量测和前向滤波法,推导出一种单个无序量测算法Fl1,并说明了该算法与Al1算法、FPFD算法以及AA1算法之间的等价性.以Fl1算法为基础提出可以处理同时到达融合中心的多个不同单步延迟无序量测的最优算法CZ1.所提新算法的性能不依赖过程噪声的离散化模式,且无须对状态转移矩阵求逆.仿真结果表明在过程噪声DCM下CZ1算法与CA1算法的性能是相同的.

基于距离分级聚类的机载雷达航迹抗差关联算法

针对目标密集分布、系统误差时变、传感器上报目标不一致等复杂环境下的机载雷达航迹关联问题,本文基于高斯随机矢量统计特性推导出一种基于距离分级聚类的机载雷达航迹抗差关联算法.文中首先推导运动平台等价量测方程,基于等价量测的一阶泰勒级数展开得到全局直角坐标系中状态估计分解方程,基于真实状态对消得到航迹距离矢量并基于距离矢量分级聚类提取同源航迹关联对.文中分别设置了目标密集、随机误差、系统误差适应性实验验证算法性能,仿真结果表明本文算法的关联准确性和环境适应性相比经典的基于参照拓扑特征的航迹关联算法(RET)有较大幅度的提升.

可处理任意步延迟OOSMs的最优更新算法

在目标跟踪系统中,因通信延迟会出现传感器量测无序到达融合中心的现象,从而产生无序量测问题。而在系统实际工作过程中,面临的常常是多个无序量测问题。针对此问题,对其常见情形进行分类,在前向预测框架内提出了Dl算法。该算法对无序量测融合周期内各时刻状态估计与协方差矩阵进行更新,可处理任意步延迟无序量测。此外,针对其中单个无序量测,推导出融入等价量测的信息滤波器,无需求状态转移矩阵的逆,且不依赖过程噪声离散化模型。仿真结果验证了算法的精确性与有效性。