TQKF方法下的纯方位机动目标追踪新策略

1 下载量 38 浏览量 更新于2024-08-28 收藏 802KB PDF 举报
本文主要探讨了"基于截断正交卡尔曼滤波的纯方位机动目标跟踪"这一研究主题。该篇发表在《国际电子与通信》(International Journal of Electronics and Communications, 简称AEÜ)杂志上,由Liang-qun Li等人共同撰写,于2014年发布,论文编号为AEUE-51289,全文共9页。作者们针对机动目标跟踪问题提出了一个创新的算法,特别关注的是仅依赖目标位置观测(即"轴承角"信息)的情况,这对于许多实际应用,如航空、航天和海洋监控等领域具有重要意义。 传统机动目标跟踪通常依赖于精确的测量数据,包括速度和位置信息。然而,当这些信息不可用或受到干扰时,仅依赖目标方向(纯方位)的观测,即"bearing-only"跟踪变得尤为重要。在这种情况下,截断正交卡尔曼滤波(TQKF)技术被引入,这是一种改进的滤波方法,它能够在处理非线性和噪声扰动时保持良好的性能。 TQKF算法的优势在于其能够有效地融合来自传感器的数据和运动模型,通过迭代估计来更新目标的状态。它通过将高维状态空间分解为低维子空间,然后在每个子空间内进行近似处理,从而避免了经典卡尔曼滤波中的计算复杂度问题。这种分解有助于减少滤波器的内存需求和计算负担,对于实时应用来说尤为关键。 文中提到,该算法通过最小二乘法和截断策略相结合,能够处理目标机动过程中可能出现的快速变化和不连续性,提高了跟踪精度和鲁棒性。此外,文章还讨论了算法的设计过程,包括初始条件设定、模型构建以及滤波器的优化调整,这些都是确保算法有效性和稳定性的关键步骤。 "基于截断正交卡尔曼滤波的纯方位机动目标跟踪"这篇研究论文提供了一个有效的解决方案,对于在现实世界中解决复杂动态环境下仅依赖角度观测的跟踪问题具有很高的实用价值。通过阅读这篇论文,读者可以深入理解如何在困难的条件下利用TQKF技术来改善目标跟踪性能,并为相关领域的工程师和研究人员提供了宝贵的理论支持和实践指导。