针对复合K噪声干扰下目标跟踪系统中出现的强非线性非高斯问题, 在给出一种复合K噪声统计模型的基础上, 提出将容积粒子滤波(CPF)与无迹粒子滤波(UPF)两种算法应用在典型目标跟踪系统中, 并对算法的跟踪性能进行了仿真分析。实验结果表明, CPF, UPF两种算法均能有效跟踪复合K噪声下的运动目标;其中, CPF算法表现出更高的跟踪精度和更好的实时性, 且具有更低的算法设计复杂度。
目标跟踪 容积粒子滤波 无迹粒子滤波 非线性非高斯 复合K噪声 target tracking Cubature Particle Filter (CPF) Unscented Particle Filter (UPF) nonlinear non-Gaussian compound K noise
1 重庆理工大学 电子信息与自动化学院, 重庆 400054
2 电子科技大学 物理电子学院, 成都 610054
基于空间移动平台的空间激光通信是实现未来超大容量空间通信的主要途径, 而高精度空间平台动态跟踪问题一直是其研究的难点之一。空间移动平台跟踪是一个纯角度的非线性跟踪, 用单一的模型很难准确描述空间移动平台的运动状态, 需要采用多个模型描述机载平台的运动状态, 但交互多模型估计(IMM)需用先验知识和复杂计算量, 研究将模型转移概率与模糊推理相结合解决测量空间的不确定性和复杂计算量。标准粒子滤波(PF)能够处理非线性问题, 但会引起粒子滤波器粒子退化和发散, 采用无迹粒子滤波(UPF)克服了标准粒子滤波没有考虑最新量测信息的问题。仿真结果表明模糊交互多模型粒子滤波算法能较大地提高跟踪性能。
空间激光通信 非线性跟踪 交互多模型 模糊推理 无迹粒子滤波 space laser communication nonlinear tracking IMM fuzzy inference UPF