简介:针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用Metropolis-Hastings(MH)采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用Kullback-Leibler距离(KLD)指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群(近似真实目标概率分布的粒子群)之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。
简介:方位估计在移动通信、电子对抗、雷达等众多领域中占有至关重要的地位。随着科学技术的突飞猛进和电磁环境的日趋复杂,对目标方位估计的要求也日益提高。基于特征分解的空间谱估计测向在理想模型下具有很好的精度和分辨率,然而当模型存在误差时,测向性能会急剧恶化,甚至失效。文中针对通道不一致的问题提出了一种新的校正方法——等价校正法。该方法只要一个校准源,校正效果好,性能稳定,所需运算量也不大。计算机仿真表明,该校准算法行之有效。