吴孙勇, 邹宝红, 董续东, 樊向婷

(1.桂林电子科技大学 数学与计算科学学院, 广西 桂林 541004;2.南京航空航天大学 电子信息工程学院, 江苏 南京 210016)

波达方向(direction of arrival,简称DOA)估计是阵列信号处理的重要研究内容之一,广泛应用于雷达、声呐及无线电通信等多个领域[1]。经典的DOA估计算法[2-3]一般都是在高斯噪声背景假设下进行参数估计,然而在水下和室内声信号处理等实际应用中,过程噪声在本质上是非高斯的脉冲噪声[4]。Li等[5]结合稀疏表示和分数低阶矩理论,采用分数低阶矩,提高了脉冲环境下DOA估计算法性能。然而DOA估计问题一般假设信号是静止的,实际场景中,信号源通常是运动的。因此,钟熊虎等[6]针对复杂的对称α稳定噪声过程,提出了一种用于DOA跟踪的贝叶斯框架及其粒子滤波算法,并证明了该算法在动态DOA估计问题中的有效性。文献[7]针对标准粒子滤波算法在机动目标DOA快速变化导致跟踪精度下降、实时性变差等问题,提出了改进粒子滤波算法,对机动目标的动态进行跟踪。然而,这些算法都是在信源数不变的场景下进行跟踪,因此难以解决信源数时变的跟踪问题。

实际情况中,跟踪的信号源数可能是时变的,如潜艇跟踪、移动定位等。随之有学者提出了有限集统计学理论的概念,并将多目标的状态和量测建模为随机有限集(random finite set,简称RFS),构建贝叶斯框架下的RFS滤波算法[8-10],为时变目标跟踪问题提供了一种新的思路。而多伯努利滤波器(multi-target multi-bernoulli,简称MeMBer)[11-12]是在RFS框架下开发的一种滤波器,其优点是为随机动态系统设计了一个开关,非常适用于跟踪时目标时隐时现的问题。……