田德艳，张小川,2，邹司宸，马士全，吕勇

(1. 青岛海洋科学与技术试点国家实验室，山东 青岛 266237；2. 海军潜艇学院，山东 青岛 266199)

0 引 言

水下无人移动平台搭载传感器进行目标探测与跟踪是当前的研究热点与难点。水下滑翔机因其低功耗、长航时、低噪声、强隐蔽性在海洋目标监测、探测方面应用广泛。将水下声学滑翔机作为移动观测站可进行目标的探测与跟踪，笪良龙教授团队[1-4]在这方面已经取得了一定的成果。但仅依赖测量数据存在弊端，当测量数据异常突变、测量丢失以及故意干扰等情况下都会影响跟踪效果，甚至导致跟踪失败。

卡尔曼滤波器作为传统最优线性递归方法，综合考虑测量值和估计值，在水下目标跟踪中得到广泛应用。但由于其基于参数的高斯滤波特性，不适合用于水下运动目标的非线性问题。对于非线性的水下目标跟踪问题，粒子滤波以其序惯蒙特卡罗的思想，趋近于最优估计，取得了一定的研究成果。李天成等[5]对粒子滤波理论、发展脉络以及研究进展做了很详细的总结分析。宋绪栋等[6]研究了几种适用于单、双观测站的水下目标纯方位角跟踪算法，并进行详细的仿真分析，结果表明非静止单观测站虽不能获得完全观测，但在一定先验信息条件下，可实现目标轨迹估计。张林琳等[7]结合水下目标的被动跟踪应用背景，比较了扩展卡尔曼滤波、不敏卡尔曼滤波以及粒子滤波在水下目标跟踪中的性能差异，表明粒子滤波能较好的用于非线性、非高斯条件下的水下目标跟踪，但是粒子滤波随着时间推移也存在粒子贫化问题导致目标跟踪变差。……