一種改進的αβ濾波算法



摘 要：針對傳統(tǒng)αβ濾波算法不夠有效跟蹤機動目標的問題，詳細分析了其內(nèi)在原因，提出一種改進的αβ濾波算法。該算法不需要假定目標的機動模型，而是將目標的機動加速度作為濾波狀態(tài)直接估計出來，將估計加速度作為輸入控制量引入到傳統(tǒng)αβ濾波器的狀態(tài)估計方程中進行機動目標的跟蹤。然后將它與傳統(tǒng)αβ濾波算法進行比較，證明了新的算法不僅具有傳統(tǒng)算法計算量小的優(yōu)點，而且還可以對機動目標進行實時跟蹤。仿真結果表明，新算法在綜合性能上明顯優(yōu)于傳統(tǒng)算法。

關鍵詞：傳統(tǒng)αβ濾波算法； 改進的αβ濾波算法； 機動目標； 實時跟蹤

0 引 言

αβ濾波方法實質(zhì)是卡爾曼濾波的穩(wěn)態(tài)解形式。它是一種簡單的易于工程實現(xiàn)的常增益濾波方法，已被廣泛地應用于跟蹤濾波器的設計過程。比如在邊搜索邊跟蹤數(shù)據(jù)處理系統(tǒng)中、相控陣雷達對機動目標跟蹤中等均有應用[12]。其最大優(yōu)點在于增益矩陣可離線計算[3]，而且計算量相對卡爾曼濾波來說非常小，便于實時跟蹤。它主要是對勻速運動航跡的穩(wěn)態(tài)濾波，對機動目標的跟蹤效果不理想。在文獻[2]中就闡述了其在機動跟蹤方面的缺點，即一旦目標出現(xiàn)機動，濾波器對目標狀態(tài)的估值會偏離真實值，甚至會出現(xiàn)丟失目標的情況。然而在現(xiàn)實中一般目標總是有機動的，為了能夠很好的跟蹤機動目標，提出了本文的計算方法。