王 芳，赵捍东，曹红松，张建锋

(1.中北大学 机电工程学院，山西 太原 030051;2.中国人民解放军75753 部队，广东 广州 510600)

0 引言

弹道跟踪技术是对火炮和火箭弹道进行观测、评估、校射的关键.但实际使用情况是，由于观测设备本身的误差和其他随机因素的影响，使得测量到的飞行数据与当前真实的飞行数据并不完全相符［1-2］.为了对弹道进行准确的跟踪，就需要对当前的观测值进行相应的滤波处理.刘也和徐明友［2-3］采用了卡尔曼滤波算法进行了弹道的跟踪，但其跟踪模型均建立在离散线性系统的基础上，而且未考虑复杂噪声的影响.文献［4-8］提出了一种基于粒子滤波的目标跟踪方法，但对可能发生的粒子贫乏问题却未做改进，且均是讨论在二维弹道上进行跟踪，而随着采样次数的增加，粒子贫乏将会极大地影响跟踪效果.为此本文提出一种基于改进型粒子滤波的弹道目标跟踪预测方法.

1 粒子滤波原理

粒子滤波是一种新兴的非线性滤波算法［4］，其进行滤波实现的基本思路是:首先依据系统状态向量的经验条件分布，在状态空间内生产随机样本集合，则这些样本就被称为粒子;然后根据观测值不断地修正“粒子”的权重和位置，即样本的比重和样本值;再通过调整后的“粒子”的信息，修正最初的经验条件分布.事实证明，当样本数足够大时，这种估计就无限接近于真实后验概率密度［8-9］.直观地说，就是寻找一组在状态空间中传播的随机样本对样……