SGPDA-STF及其在水下多目标纯方位跟踪中的应用

刘开周¹，梅登峰^1,2，王艳艳^1,2

1. 中国科学院沈阳自动化研究所机器人学国家重点实验室2. 中国科学院大学

摘 要：针对广义概率数据关联（GPDA）算法存在计算量大、对系统模型变化鲁棒性差等问题,首先提出了简化广义概率数据关联（SGPDA）算法,然后把SGPDA算法与强跟踪滤波器（STF）算法相结合得到基于简化广义概率数据关联的强跟踪滤波器（SGPDA-STF）。SGPDA在不降低精度的条件下,大大降低了计算量。STF通过实时调节增益矩阵,增强了算法的鲁棒性。SGPDA-STF兼具STF鲁棒性强,SGPDA计算量小的优点。进行了水下杂波环境下单站多目标纯方位跟踪的仿真实验,实验结果证明了SGPDA-STF算法在鲁棒性和计算量方面都优于传统的GPDA-EKF算法。

关键词：广义概率数据关联;强跟踪;纯方位跟踪;多目标跟踪;杂波;