郑 艺，王明洲，胡友峰

(1.中国船舶集团有限公司 第 705 研究所，陕西 西安 710077；2.中国船舶集团有限公司 第705研究所昆明分部，云南 昆明 650118)

0 引 言

对水下目标进行识别和跟踪对于潜艇、鱼雷、水下无人潜航器等来说至关重要，是保证它们安全作业的重要环节。为了保证自身安全，不主动向外辐射能量的前提下，被动地对目标运动状态进行估计是很有必要的。而单站纯方位目标跟踪所需观测者少、隐蔽性强，应用场景广泛[1-2]。距离目标较近时由于方位抖动影响更大，使得滤波容易出现不稳定、甚至发散的情况。同时，这种情形下的一个难点是目标状态的潜在不完全可观测性，因此状态估计难度更大[3-4]。

单站纯方位目标跟踪是非线性问题，非线性滤波是解决这一问题常用的有效方法之一。扩展卡尔曼滤波（Extanded Kalman Filter，EKF）[5]是较早应用于目标跟踪的非线性滤波方法，但其仅为1阶近似，线性化误差较大，滤波的精度和稳定性较差[6]。采样型方法是实现非线性滤波的另一类方法，包括确定性采样和随机采样。以粒子滤波[7]（Particle Filter，PF）为代表的随机性采样计算量过大，且可能会出现粒子退化或贫乏的问题，在工程应用中具有局限性[8]。

确定性采样方法包括无迹卡尔曼滤波（Unscented Kalman Filter，UKF）[9]、容积卡尔曼滤波[10]（Cubature Kalman Filter，CKF）、中心差分卡尔曼滤波（Central Difference Kalman Filter，CDKF）[11-12]等。其中UKF 是应用最广泛的一种方法[13-14]，可达至少 2 阶近似，但需要根据运动或观测模型的非线性来选择α，β，λ三个参数，难以找到参数的最优值。在UKF基础上的平方根无迹卡尔曼滤波（Square Root Unscented Kalman Filter，SR-UKF）也是一种用途广泛的滤波方法，具有较好的稳定性，是一种经典的平方根类的方法，在水下目标跟踪中有较好的效果[15-16]。……