郑 艺, 王明洲

基于初值更新的水下纯方位短时目标跟踪

郑 艺, 王明洲

(中国船舶集团有限公司 第705研究所, 陕西 西安, 710077)

水下被动单站纯方位目标跟踪具有布局简单、隐蔽性强的优点, 但所使用的滤波方法均存在对初值选取敏感的问题, 且实际工程中会遇到目标速度快、观测时间短、量测数据少的情况, 使这一问题更加凸显。针对这一情况, 文中研究了初值对滤波产生影响的原因和方式, 提出了一种基于初值更新的扩展卡尔曼滤波改进方法, 通过后向迭代对初值重新估计并不断更新, 逐步降低初值误差对滤波结果的影响。仿真结果表明, 该方法可减少滤波器对初值选取的依赖, 降低最终的估计误差。

纯方位; 目标跟踪; 初值; 后向迭代

0 引言

水下纯方位目标跟踪是仅通过观测到的目标方位信息来估计目标的位置、速度等状态的过程, 由于其可以在隐蔽自身的情况下对目标进行跟踪, 更适合进行秘密的行动策划和目标打击, 是目标跟踪领域的重要方法之一。其中, 单观测站纯方位目标跟踪是指仅依靠单个观测站获得的目标方位信息来进行目标跟踪的方法, 具有成本低、布局简单、隐蔽性强等优点。但单站纯方位目标跟踪的难点更为突出, 主要是由于观测过程是非线性的[1], 且目标距离的可观测性不确定。针对观测过程非线性这一问题, 目前应用最广泛的是非线性高斯贝叶斯滤波器方法, 主要有扩展卡尔曼滤波(extended Kalman filter, EKF)[2]、无迹卡尔曼滤波(unscented Kalman filter, UKF)[3]以及粒子滤波[4](particle filter, PF)等方法。……