赵凯，胡建旺，吉兵

（军械工程学院，石家庄050003）

基于H∞滤波的无序量测更新算法

赵凯，胡建旺，吉兵

（军械工程学院，石家庄050003）

在目标跟踪系统中，传感器量测因通信延迟无序地到达融合中心，产生无序量测融合问题。针对此问题，将H∞滤波作为基础滤波算法，提出了一种可处理单步或多步延迟无序量测的新算法。新算法借鉴有序滤波思想，利用等价量测来代替无序量测发生时刻后的量测序列，然后从该时刻起利用无序量测和等价量测进行有序更新。仿真实验表明，新算法相比于传统算法有更高的滤波精度，尤其在系统模型误差较大时仍有良好的滤波效果。

无序量测，H∞滤波，等价量测，有序滤波

0 引言

集中式目标跟踪系统中，各传感器的通信延迟、预处理时间与采样速率等存在差别，会有传感器信息不能同步到达融合中心的现象出现，这种现象称为异步现象［1-3］。在此情形下，对于同一个目标，若有较早时刻产生的量测在较晚产生的量测之后到达融合中心，则称这些量测为无序量测（Out-of-Sequence Measurement，OOSM）。

对于OOSM问题，Bar-Shalom等人提出了A1、 B1和C1等算法［5-7］，解决单步滞后OOSM问题。文献［6］提出了等效量测的概念，将A1算法的适用范围扩展到了多步滞后OOSM，并命名其为Al1算法。Thomopoulos算法［8］完全借助了信息滤波器，而后人们又在此基础上提出了更简洁有效、稳定性更强的OOSM滤波算法，如：AA1算法［11］，AAl算法［12］。上述算法都是以Kalman滤波为基础滤波算法，基于线性最小均方误差（Linear Minimum Mean Square Error，LMMSE）准则建立，因此，当系统建模误差较大，即系统模型不精确时，滤波效果下降严重。……