采用序贯滤波的红外/雷达机动目标跟踪

被引：10

作者：

张高煜 ^{[1
]}

江水 ^{[1
]}

梁继民 ^{[2
]}

赵恒 ^{[2
]}

机构：

[1] 华东计算技术研究所

[2] 西安电子科技大学电子工程学院

来源：

控制理论与应用 | 2007年 / 05期

关键词：

红外/雷达; 粒子滤波; 跟踪; 序惯最小二乘估计;

D O I：

暂无

中图分类号：

TN953 [雷达跟踪系统];

学科分类号：

摘要：

当机动目标状态是非平稳和非线性时,红外传感器和雷达的目标状态方程和量测方程都是非线性和非高斯的,为了解决经典跟踪算法的残差较大或发散的问题,提出一种新的融合跟踪算法:在对红外传感器和雷达的量测数据进行时间对准和同步融合后,将融合后的量测数据送入重抽样粒子滤波器进行处理以预测和跟踪机动目标.最后给出了一个仿真跟踪实例,并与同类多雷达跟踪的效果进行了比较,说明了异类融合跟踪优于同类多雷达融合跟踪.

引用

页码：811 / 814+824 +824

页数：5

共 7 条

[1]

Model-Set Adaptation Using a Fuzzy Kalman Filter. Zhen Ding,Henry Leung,Keith Chan,Zhiwen Zhu. Mathematical and Computer Modelling . 2001

[2]

A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking. M. Sanjeev Arulampalam,Simon Maskell,Neil Gordon. IEEE Transactions on Signal Processing . 2002

[3]

A Multisensor Tracking System with an Imagebased Maneuver Detector. S Shetty,A T Alouani. IEEE Transactions on Aerospace and Electronic Systems . 1996

[4]

Estimation and Tracking:Principles,Tech-niques and Software. BARSHALOM Y,LI X R. . 1993

[5]

Fundamentals of Statistical Signal Process-ing. STEVEN M KAY. . 2003

[6]

Nonlinear bayesian estimation using Gaussian sum approximation. ALSPACH D L,SORENSON H W. IEEE Trans on Aerospace and Control Systems . 1972

[7]

Improved particle filter for nonlinear problems. CARPENTER J,CLIFFORD P,FEARNHEAD P. IEE Proc-Radar,Sonar and Naviga-tion . 1999

← 1 →