论文部分内容阅读
摘 要:针对弱目标的检测与定位问题,提出一种改进的拟蒙特卡罗粒子滤波检测前跟踪(Imporve Quasi-Maonte Carlo Intelligent Particle Filter Track Before Detect,IQIPF-TBD)算法。解决了粒子多样性匮乏的问题并有效的降低了粒子数,使追踪的结果更加精确。
关键词:弱目标;检测前跟踪;拟蒙特卡罗;粒子滤波
目标的检测与跟踪[ 1 ]是现在研究的热点问题。常用的微弱信号检测跟踪技术就是基于粒子滤波的检测前跟踪(Particle Filter Track Before Detect,TBD)算法[ 1 ]。
传统的PF-TBD算法存在粒子数分布不均匀和粒子多样性匮乏的问题,本文在QIPF算法[ 2 ]的基础上提出了改进的拟蒙特卡罗智能粒子滤波检测前跟踪算法。
1 检测前跟踪跟踪建模
2 IQIPF-TBD算法
本文在文獻[4]提出的QIPF-TBD算法的基础上,在重采样的过程中引入MH算法,通过不断迭代完成马尔科夫[5]形成的过程。
3 仿真结果及性能分析
为了验证在本章中所改进算法是的优越性,分别采用了PF-TBD、QIPF-TBD、QIPF-TBD用MATLAB这3种算法对做匀速运动的目标进行跟踪。
我们将所需要的参数设置为:
在6dB的信噪比条件下,目标出现的时刻是第10s,在第40s时消失,目标存在的总数为30帧。
[40m,2m/s,60m/s,1m/s]T规定为初始状态,目标的马尔科夫状态转移矩阵为Πif =0.9 0.10.1 0.9,蒙特卡罗仿真次数100次。
从图1中我们可以看出,QIPF-TBD算法相于PF-TBD算法的RMSE值减少的较快, IQIPF-TBD算法可以很快的检测到目标并对于进行跟踪,RMSE值是三种算法中减少最快的。相比于IQIPF-TBD算法,IQIPF-TBD算法和PF-TBD算法需要较长的时间才会趋于稳定。
参考文献:
[1] 张浩.低空目标探测雷达高速目标检测与跟踪技术研究与实现[D].电子科技大学,2016.
[2] 郭云飞,唐学大,骆吉安,等.一种基于QMC-APF的检测前跟踪算法[J].现代雷达,2015, 37(2):33-36.
[3] Yin S, Zhu X.Intelligent Particle Filter and Its Application to Fault Detection of Nonlinear System[J]. IEEE Transactions on Industrial Electronics,2015,62(6):3852-3861.
[4] 任子晖,王坚,高岳林.马尔科夫链的粒子群优化算法全局收敛性分析[J].控制理论与应用,2011,28(4):462-466.
关键词:弱目标;检测前跟踪;拟蒙特卡罗;粒子滤波
目标的检测与跟踪[ 1 ]是现在研究的热点问题。常用的微弱信号检测跟踪技术就是基于粒子滤波的检测前跟踪(Particle Filter Track Before Detect,TBD)算法[ 1 ]。
传统的PF-TBD算法存在粒子数分布不均匀和粒子多样性匮乏的问题,本文在QIPF算法[ 2 ]的基础上提出了改进的拟蒙特卡罗智能粒子滤波检测前跟踪算法。
1 检测前跟踪跟踪建模
2 IQIPF-TBD算法
本文在文獻[4]提出的QIPF-TBD算法的基础上,在重采样的过程中引入MH算法,通过不断迭代完成马尔科夫[5]形成的过程。
3 仿真结果及性能分析
为了验证在本章中所改进算法是的优越性,分别采用了PF-TBD、QIPF-TBD、QIPF-TBD用MATLAB这3种算法对做匀速运动的目标进行跟踪。
我们将所需要的参数设置为:
在6dB的信噪比条件下,目标出现的时刻是第10s,在第40s时消失,目标存在的总数为30帧。
[40m,2m/s,60m/s,1m/s]T规定为初始状态,目标的马尔科夫状态转移矩阵为Πif =0.9 0.10.1 0.9,蒙特卡罗仿真次数100次。
从图1中我们可以看出,QIPF-TBD算法相于PF-TBD算法的RMSE值减少的较快, IQIPF-TBD算法可以很快的检测到目标并对于进行跟踪,RMSE值是三种算法中减少最快的。相比于IQIPF-TBD算法,IQIPF-TBD算法和PF-TBD算法需要较长的时间才会趋于稳定。
参考文献:
[1] 张浩.低空目标探测雷达高速目标检测与跟踪技术研究与实现[D].电子科技大学,2016.
[2] 郭云飞,唐学大,骆吉安,等.一种基于QMC-APF的检测前跟踪算法[J].现代雷达,2015, 37(2):33-36.
[3] Yin S, Zhu X.Intelligent Particle Filter and Its Application to Fault Detection of Nonlinear System[J]. IEEE Transactions on Industrial Electronics,2015,62(6):3852-3861.
[4] 任子晖,王坚,高岳林.马尔科夫链的粒子群优化算法全局收敛性分析[J].控制理论与应用,2011,28(4):462-466.