磁性目标跟踪的后验克拉美罗下限分析与计算

为了求解磁性目标跟踪问题的后验克拉美罗下限(PCRB),提出了PCRB-GMSPPF算法。该算法利用高斯混合采样粒子滤波算法对目标状态的真实后验概率密度分布进行抽样,再通过蒙特卡洛积分法迭代求解每个观测时刻的Fisher信息矩阵,进而得出目标状态估计的PCRB;克服了基于PF算法求解PCRB过程中由于粒子退化和贫化问题造成不能从后验概率分布中正确抽样的缺点;在建立磁性目标跟踪的状态模型和观测模型的基础上进行仿真分析,将求解出的PCRB与采用GMSPPF及PF算法进行跟踪的均方根误差做对比,验证所提的PCRB-GMSPPF算法的有效性,结果表明:针对磁性目标跟踪问题,PCRB-GMSPPF算法较PCRB-PF算法具有更好的准确性,并可用于一般的非线性模型跟踪误差下限分析。

磁场梯度张量在磁性椭球体跟踪中的应用

针对磁性椭球体的跟踪问题具有高度非线性的特点,将磁性椭球体跟踪问题归结为动态系统的贝叶斯估计问题,提出了利用磁场梯度张量信息的递归方法来估计其运动轨迹和磁矩参数;并在此基础上应用高斯混合采样粒子滤波算法实现了目标跟踪.使用模拟磁性椭球体进行仿真实验,结果表明:提出的跟踪方法解决了磁性椭球体跟踪问题,且高斯混合采样粒子滤波算法相比其他算法有更好的性能和更小的计算量.