無(wú)源配準(zhǔn)關(guān)聯(lián)參數(shù)估計(jì)聯(lián)合算法研究.pdf

1、無(wú)源定位因其隱蔽性好、作用范圍遠(yuǎn)、生存能力強(qiáng)等優(yōu)點(diǎn)在現(xiàn)代戰(zhàn)爭(zhēng)中發(fā)揮著不可比擬的作用。目前的非線性濾波算法在傳感器系統(tǒng)有偏差、噪聲方差和初始狀態(tài)未知、以及多傳感器多目標(biāo)的復(fù)雜跟蹤環(huán)境下可能出現(xiàn)估計(jì)結(jié)果次優(yōu)或者發(fā)散的現(xiàn)象。因而對(duì)無(wú)源定位環(huán)境下模型配準(zhǔn)、數(shù)據(jù)關(guān)聯(lián)、和參數(shù)估計(jì)的聯(lián)合算法的研究,并且在此基礎(chǔ)上研發(fā)一種有較高的開(kāi)放性和擴(kuò)展性的多目標(biāo)多量測(cè)數(shù)據(jù)融合估計(jì)算法進(jìn)行實(shí)驗(yàn)或仿真實(shí)驗(yàn)的軟件平臺(tái),是非常有意義的。
　　本文參考往年先進(jìn)估計(jì)融

2、合算法,借鑒了在帶未知參數(shù)混合模型參數(shù)估計(jì)領(lǐng)域有良好發(fā)揮的迭代期望最大化算法(Expectation-maximization, EM),提出了一種基于EM-UKS的聯(lián)合配準(zhǔn)關(guān)聯(lián)參數(shù)估計(jì)算法。在推導(dǎo)出跟蹤系統(tǒng)的全數(shù)據(jù)似然函數(shù)表達(dá)式后,在 M步中通過(guò)最大化似然函數(shù)的期望值得到新的未知系統(tǒng)參數(shù)估計(jì),在E步中利用無(wú)跡卡爾曼平滑器(Unscented Kalman Smoother, UKS)和上一步所得系統(tǒng)參數(shù)估計(jì)推導(dǎo)目標(biāo)狀態(tài)和關(guān)聯(lián)矩陣估計(jì),