基于SDE模型的雷達組目標角度跟蹤方法

侯煜冠，韓遠鵬，謝金月，毛興鵬

（哈爾濱工業大學電子與信息工程學院，黑龍江哈爾濱 150001）

0 引 言

粒子濾波（particle filter，PF）技術是一種用于非線性、非高斯系統的濾波方法。20世紀60年代以后，粒子濾波技術得到了一定的發展，但一直存在粒子退化、計算量制約等致命問題，所以沒有引起人們足夠的重視。直到20世紀90年代初，Gordon 等提出在遞推過程中重新抽樣的思想，奠定了粒子濾波實用性的基礎。迄今為止，已經研究出了多種不同的粒子濾波算法，包括最基本的序貫重要性采樣（sequential importance sampling，SIS）濾波、采樣重要度重采樣（sampling importance resampling，SIR）濾波、似然粒子濾波（likelihood particle filter，LPF）、正則化粒子濾波（regularized particle filter，RPF）、馬爾可夫鏈蒙特卡羅粒子濾波（MCMC particle filter）等。另外，Pitt 等提出輔助粒子濾波（auxiliary particle filter，APF），即根據

k

步的觀測，重新采樣（

k

-1）步的粒子以使

k

步的粒子逼近實際狀態，這種方法在低噪聲情況下很有效。Kotecha 等提出高斯粒子濾波（Gaussian sum particle filter，GSPF），即利用一組高斯粒子濾波混合相加或平行運算來近似后概率分布，該方法適合于具有高斯或非高斯噪聲的非線性動態狀態空間模型的估計。然而，當組目標以密集編隊方式飛行時，各目標之間的空間間距較小，使用已有的單目標或多目標跟蹤方式難以正確關聯并追蹤，容易造成目標丟失。針對此問題，本文提出一種基于SDE 模型的多輸入多輸出（multiple input multiple output，MIMO）雷達目標角度跟蹤方法。應用隨機微分方程進行建模描述，利用MCMC 粒子濾波的算法來進行連續推理，以達到組目標跟蹤誤差校正的目的。

1 信號模型

以準單基地MIMO雷達為例，假設MIMO雷達發射陣為……