基于FCD-VSMM的強機動目標無源協(xié)同定位算法

楊勝偉，郭云飛

(杭州電子科技大學自動化學院，浙江 杭州 310018)

基于FCD-VSMM的強機動目標無源協(xié)同定位算法

楊勝偉，郭云飛

(杭州電子科技大學自動化學院，浙江 杭州 310018)

針對無源協(xié)同定位系統(tǒng)強機動目標跟蹤問題，提出一種基于最遠點優(yōu)先漸近的當前統(tǒng)計有向圖切換變結(jié)構(gòu)交互多模型算法.建立了強機動目標無源協(xié)同定位跟蹤模型，提出了基于當前統(tǒng)計有向圖切換變結(jié)構(gòu)交互多模型算法，并采用最遠點優(yōu)先漸近算法優(yōu)化了偽測量，提高了算法的跟蹤性能.仿真結(jié)果驗證了所提方法的有效性.

強機動目標跟蹤；無源協(xié)同定位；當前統(tǒng)計；有向圖切換；最遠點優(yōu)先漸近

0 引 言

無源協(xié)同定位[1](Passive Coherent Location，PCL)系統(tǒng)就是利用外輻射源(如商業(yè)調(diào)頻廣播電臺[2]，電視臺發(fā)射信號[3]，手機信號[4]等)照射目標，通過接收天線被動接收目標散射的外輻射源信號，對目標定位跟蹤.與主動雷達相比，PCL成本低，覆蓋范圍廣，具有良好的反隱身能力和戰(zhàn)場生存能力，引起國內(nèi)外學者的長期關(guān)注[2-5].

在PCL系統(tǒng)中，當目標呈現(xiàn)強機動飛行時，跟蹤變得更加復(fù)雜.文獻[4]研究了存在觀測閃爍噪聲情況下，基于交互多模型機動目標無源協(xié)同定位跟蹤算法，文獻[6]中提出了基于Singer模型和擴展卡爾曼濾波的機動目標無源協(xié)同定位跟蹤算法.

為了進一步提高強機動目標跟蹤性能，本文提出了一種基于最遠點優(yōu)先漸近[7]的當前統(tǒng)計模型[8]有向圖切換變結(jié)構(gòu)多模型[9]算法(Farthest Point Priority Asymptotically Current Statistics Digraph Switch Variable Structure Multiple Model, FCD-VSMM).首先將PCL得到的測量偽線性處理得出偽測量，通過最遠點優(yōu)先漸近(Farthest Point Priority Asymptotically，F(xiàn)PPA)算法優(yōu)化偽測量，得到了融合偽測量，再采用當前統(tǒng)計有向圖切換變結(jié)構(gòu)交互多模型(Current Statistics Digraph Switch Variable Structure Multiple Model, CD-VSMM)算法進行濾波跟蹤.

1 問題描述

圖1 多基站PCL示意圖

Xk=Fk-1Xk-1+vk-1

(1)

其中，F(xiàn)k-1為狀態(tài)轉(zhuǎn)移矩陣，vk-1為零均值高斯白噪聲，其協(xié)方差為Qk-1.

(2)

(3)

2 FCD-VSMM算法

2.1 偽線性處理

(4)

2.2 基于FPAA的優(yōu)化

基于FPAA優(yōu)化的主要步驟如下：

(5)

2.3 基于CD-VSMM濾波算法

CD-VSMM濾波算法如下：

1)設(shè)定有向圖切換準則.根據(jù)先驗信息建立完備模型，并按照一定組合規(guī)律組成有向圖，根據(jù)關(guān)鍵模型概率進行有向圖切換，同時對新激活的模型分配概率.

3 仿真及性能分析

圖2 跟蹤軌跡比較圖

通過仿真來證明所提算法的有效性.考慮單個強機動目標跟蹤問題，目標起始狀態(tài)為X0=[32 000 m,-176 m/s,0 m/s2,32 000 m,-176 m/s,0 m/s2]T，跟蹤時間為200 s，間隔為1 s.跟蹤時間0 s≤t≤50 s時，轉(zhuǎn)彎率ω=-0.03 rad/s；51 s≤t≤100 s時，轉(zhuǎn)彎率ω=0.1 rad/s；101 s≤t≤150 s時，轉(zhuǎn)彎率ω=-0.08 rad/s；151 s≤t≤200 s時，為直線運動.本文將所提算法與使用5模型集合的F-IMM5算法、使用有向圖切換的FD-VSMM算法[10]和使用自適應(yīng)算法的FA-VSMM算法[11]進行仿真比較.

運用Matlab進行100次Monte-Carlo仿真實驗，跟蹤軌跡如圖2所示，位置和速度均方根誤差(Root Mean Square Error,RMSE)如圖3和圖4所示，幾種算法的性能指標比較如表1所示.

圖3 位置RMSE比較

圖4 速度RMSE比較

表1 性能指標比較匯總表

從圖2和表1并結(jié)合圖3、圖4可以看出，在無源協(xié)同定位場景中，對于強機動目標的跟蹤，與F-IMM5、FD-VSMM和FA-VSMM相比，F(xiàn)CD-VSMM算法的精度更高，并且本文算法使用變結(jié)構(gòu)交互多模型不僅能有效減小計算量，而且還可以更準確地跟蹤目標，費效比更高.

4 結(jié)束語

本文提出基于FCD-VSMM的強機動目標無源協(xié)同定位算法，采用CD-VSMM進行濾波跟蹤，并采用FPAA優(yōu)化偽量測，提高了算法的跟蹤性能.如何更好地優(yōu)化偽測量，進一步提高算法的跟蹤性能是下一步的研究工作.

[1]GRIFFITHS H D, BAKER C J. Passive coherent location radar systems. Part 1: performance prediction[J]. IEE Proceedings-Radar, Sonar and Navigation, 2005,152(3): 153-159.

[2]CHOI S, CROUSE D, WILLETT P et al. Multistatic target tracking for passive radar in a DAB/DVB network: initiation[J]. Aerospace and Electronic Systems, IEEE Transactions on,2015,51(3):2460-2469.

[3]萬顯榮，易建新，方高，等.三坐標數(shù)字電視外輻射源雷達實驗研究[J].系統(tǒng)工程與電子技術(shù)，2014，36(7):1263-1268.

[4]LI H W， WANG J. Particle filter for manoeuvring target tracking via passive radar measurements with glint noise[J]. IET Radar, Sonar & Navigation, 2012,6(3):180-189.

[5]HASSANI A, BERTRAND A, MOONEN M. Tracking of a rotating object in a Wireless Sensor Network using fuzzy based adaptive IMM filter[C]//IEEE Symposium on Communications and Vehicular Technology in the Benelux. 2012:1-6.

[6]孔博，修建娟，修建華.基于Singer模型的機動目標無源協(xié)同定位跟蹤算法研究[J].電光與控制，2011,18(5):14-18.

[7]李紅軍，張曉鵬.離散點集最小包圍圓算法分析與改進[J].圖學學報，2012,33(2):34-38.

[8]劉建書，李人厚，劉云龍.基于“當前”統(tǒng)計模型的交互式多模型算法[J].系統(tǒng)工程與電子技術(shù)，2008，30(7):1351-1354.

[9]郭云飛，張幸，林岳松.基于DS-VSMM的聲網(wǎng)絡(luò)低空機動目標跟蹤[J].光電工程，2011，38(8):1-6.

[10]黃翔宇，彭東亮.基于無味卡爾曼有向圖切換的機動目標跟蹤VSMM算法[J].光電工程，2010，37(12):30-34.

[11]曾東，彭冬亮.強機動目標自適應(yīng)變結(jié)構(gòu)多模型跟蹤算法[J].計算機系統(tǒng)應(yīng)用，2012，21(10):114-117.

FCD-VSMM Based Strong Maneuvering Target Passive Coherent Location Algorithm

YANG Shengwei, GUO Yunfei

(SchoolofAutomation,HangzhouDianziUniversity,HangzhouZhejiang310018,China)

In order to track strong maneuvering target in passive coherent location system, a farthest point priority asymptotic current statistics digraph switch variable structure multiple model method is proposed. First, the passive coherent location model is presented. Second, the current statistics digraph switch variable structure multiple model method is proposed for tracking strong maneuvering target, and the farthest point priority asymptotic algorithm is used to optimize pseudo measurements and improve the estimation performance. Simulation results verify the effectiveness of the proposed algorithm.

strong maneuvering target tracking; passive coherent location; current statistics; digraph switch; farthest point priority asymptotic

10.13954/j.cnki.hdu.2017.04.011

2016-09-18

楊勝偉(1991-)，男，湖北孝感人.碩士研究生，無源協(xié)同定位.通信作者：郭云飛副教授，E-mail：gyf@hdu.edu.cn.

TN953

A

1001-9146(2017)04-0053-04