用于远程雷达的非线性滤波器.pdfVIP

电 子 工 程 信 息 2009年第4期 用于远程雷达的非线性滤波器 远程雷达跟踪 的弹道导弹的状态矢量 的精确 估箅是一项重要并且难度很大的非线性滤波问题。 特别地，在文献 ¨列中探讨了 “虚假的量程范围内可 观测性”，同样的问题在文献 ¨ 中也有具体阐述。 我们感兴趣的雷达为相控阵体制，探测距离在几千 至上万公里 ¨。在笛卡尔坐标系下，该类雷达的测 量误差空间为明显的非高斯型¨ 。由于脉冲压缩， 在越远的距离，伴随着距离测量精度的改善，非高 斯型的程度愈加严重 。 弓l言 图1 对数同伦粒子滤波器 我们得到一种新型非线性滤波器，其性能远远 超越了粒子滤波器(见图1和图2)。使用对数 同伦 来实现拜耳定律，以粒子流代替两种函数的点乘。同 伦使得粒子平滑迁移，以此避免了众所周知的粒子滤 波器问题，即：根据拜耳定律产生的 “粒子崩溃”。这 个问题在文献 【3】和 【7】中有具体描述，文中被称为 “退化”。图3示出了标准粒子滤波器发生的粒子崩 溃。特别地，粒子的分布代表状态矢量的先验概率密 度，但是当我们进行一次新的测量时，测量的似然并 不能用这些粒子集来表征(例如：在似然函数的峰值 处没有粒子出现)。在低因次问题 中，为避免这个问 图2 经典粒子滤波器受到因次的影响 题，从似然本身采样新的粒子显得比较容易。在高因 次问题中，这种方法不能奏效。再者，随着状态矢量 的因次增加，粒子崩溃效应更加严重。此外，在更加 精确的测量中(如：高信噪比)，粒子崩溃的情形也会 变差 ¨】。这很容易直观地理解：想象似然函数变得 越来越窄，结果用于表征先验概率密度的粒子也随之 变得越来越糟糕(例如，在似然函数的峰值处没有粒 子出现)。图3给出了一个低因次的例子 (因次为 2)。通过将表征先验概率密度的粒子集平滑转换为 可以很好表征先验概率密度和似然乘积的新粒子集 (如图4所示)，对数同伦引导的粒子流解决了这个 图3 粒子崩溃或 “退化”。椭 圆为似然的一 问题。这些箭头表示了每个粒子的流向，粒子流的速 次求和轮廓，点为先验概率密度的粒 度由箭头长度来表示 。 子。这些粒子不能用作后天密度 (如： 先验和似然的乘积)的近似 FredDaum．JimHuang．No~inearFiltersf0rLongRangeRad~s．2008IEEE(张蕾译) 2009年第4期 电 子 工 程 信 息 23 滑类(但是有严重的非线性及非高斯型滤波器问 。 。 ‘ … 题)，一般论文所关注的是测量(类似于高斯密度)， L ． J — J … 一． j。 ． 我们的新算法大大优于经典的粒子滤波器，而并不 ●‘ — r●… · 一 一 — … 一 一 要求使用EKF或UKF所建议的密度作为算法的输 j— 了¨，-1：～ ’ L 一一一 一 一 入(见文献 4【】的例子)。如果EKF或UKF能够提 ≥一了 供一个好的密度建议，粒子滤波器 将会有一个极 。 佳的结果，在文献 【9】中有描述。反之，当不能给出