2022, 44(2):58-63.
摘要:
在雷达对目标的跟踪过程中,受不同位置回波干扰的影响,测量噪声常表现出以闪烁噪声为代表的非高斯特性,严重破坏了卡尔曼滤波算法的高斯假设,使得卡尔曼滤波器的估计精度大幅下降。 同时,不依赖高斯假设的粒子滤波又存在着粒子退化等问题,无法获得良好的跟踪效果。 针对这一情况,文中借鉴生物遗传思想,给出了基于遗传重采样的粒子
滤波算法,在重采样过程中分别利用粒子的选择、交叉和变异模拟自然界基因的选择、组合和变异,保证了粒子群的全面性和代表性,避免了迭代过程中的粒子退化,解决了测量噪声非高斯条件下的滤波问题。 此外,文中将这一方法应用至自由段跟踪中并进行了数学仿真。 仿真结果表明:在非高斯噪声条件下,文中所提滤波算法具有较扩展卡尔曼滤波和 Huber滤波更好的适应性和更优的估计精度。