一种多噪声模型的目标跟踪算法.docxVIP

一种多噪声模型的目标跟踪算法

基于非高斯的量测噪声

在实际的雷达跟踪系统中，目标信号会使目标位置的测量非常复杂干扰非高斯噪声。目标信号的表现形式是，由于目标不同部分的反射干扰，在测量位置上的位置会出现显著的随机扰动，从而显示出目标测量的不规则噪声特征。换句话说，目标量测噪声不是严格意义上的高斯噪声序列，而是glin噪声。glint噪声是一种具有很长拖尾特性的非高斯分布噪声,其概率密度函数(pdfs)可以通过t分布或者高斯分布与其它分布(如拉普拉斯分布)的合成加以表征。这种非平稳的、非高斯的量测噪声会严重衰减线性卡尔曼器的滤波性能。在已知的量测噪声为非高斯情况下的滤波处理算法中,Masreliez通过引入非线性代价函数对系统状态进行修正的方法表现出了良好的性能,并可以得到近似的最优估计。但这种方法在计算代价函数时需要知道量测误差的概率密度函数,并且假定状态预测的概率密度函数为高斯情况,通过卷积操作才可得到相应的代价函数。这在实际应用中是很难实现的,因而文献利用量测误差概率密度函数的共轭函数的正交多项式展开,并略去高阶项,得到了较为满意的结果,这种方法同样需要大量复杂的运算,特别是要计算已知分布的高阶矩和求解函数的鞍点。文献给出了另外一种算法,它利用交互式多模型方法来处理这种非高斯量测噪声的情况,同样得到了较为满意的结果。他们同时也把这些方法推广到非高斯噪声情况下对机动目标的跟踪问题