機動目標(biāo)DOA跟蹤粒子濾波算法研究.pdf

1、機動目標(biāo)跟蹤是一種對不可準(zhǔn)確描述的運動目標(biāo)狀態(tài)的連續(xù)估計問題，在許多領(lǐng)域有著廣泛的應(yīng)用，其波達(dá)方向（Direction of Arrival, DOA）往往也隨著時間變化，無法準(zhǔn)確描述。所以，DOA跟蹤技術(shù)的研究有著非常重要的理論和實際意義。
　　本文首先依據(jù)陣列信號處理模型和勻速模型（Constant Velocity, CV）建立了機動目標(biāo)的DOA跟蹤模型，即狀態(tài)空間模型。分別研究了擴(kuò)展卡爾曼濾波跟蹤算法和兩類子空間跟蹤算法，

2、在狀態(tài)空間模型下，得到幾種典型的DOA跟蹤算法，通過仿真分析驗證了跟蹤的有效性，并對比了跟蹤性能。
　　論文接著詳細(xì)介紹了一種新興的非線性濾波方法——粒子濾波算法（Particle Filter, PF），并將其應(yīng)用到DOA跟蹤領(lǐng)域。針對標(biāo)準(zhǔn)粒子濾波算法在機動目標(biāo)DOA隨時間快速變化導(dǎo)致跟蹤精度下降、實時性變差及多目標(biāo)跟蹤誤差大等不足的問題，提出了幾種改進(jìn)的粒子濾波 DOA跟蹤算法。仿真分析了不同信噪比、不同粒子數(shù)下跟蹤性能的差異

3、及收斂特性。結(jié)果表明，與傳統(tǒng)子空間類跟蹤算法和標(biāo)準(zhǔn)粒子濾波方法相比，本文方法跟蹤精度更高，收斂速度更快，抗噪能力及魯棒性更強，對軌跡交叉的多目標(biāo)跟蹤問題性能明顯改善。
　　最后依據(jù)矢量傳感器可以同時采集聲場中共點的聲壓和振速信息的特點，結(jié)合粒子濾波算法，給出了一種基于單矢量傳感器的粒子濾波 DOA跟蹤算法。在動態(tài)的跟蹤模型下，推導(dǎo)和計算了后驗克拉美羅界（Posterior Cramer-Rao Bound, PCRB），得出了影響