文献类型：期刊文章

作　　者：许红[1,2] 谢文冲[2] 袁华东[2] 段克清[3] 王永良[2]

XU Hong;XIE Wenchong;YUAN Huadong;DUAN Keqing;WANG Yongliang(College of Electronic Engineering,Naval University of Engineering,Wuhan 430033,China;Air Force Early Warning Academy,Wuhan 430019,China;School of Electronics and Communication Engineering,Sun Yat-sen University,Guangzhou 510006,China)

机构地区：[1]海军工程大学电子工程学院,武汉430033 [2]空军预警学院,武汉430019 [3]中山大学电子与通信工程学院,广州510006

出　　处：《电子与信息学报》

基　　金：国家自然科学基金(61871397)。

年　　份：2020

卷　　号：42

期　　号：11

起止页码：2749-2755

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：现有的增广状态-交互式多模型算法存在着依赖于量测噪声协方差矩阵这一先验信息的问题。当先验信息未知或不准确时,算法的跟踪性能将会下降。针对上述问题,该文提出一种自适应的变分贝叶斯增广状态-交互式多模型算法VB-AS-IMM。首先,针对增广状态的跳变马尔科夫系统,该文给出了联合估计增广状态和量测噪声协方差矩阵的变分贝叶斯推断概率模型。其次,通过理论推导证明了该概率模型是非共轭的。最后,通过引入一种“信息反馈+后处理”方案,提出联合后验密度的次优求解方法。所提算法能够在线估计未知的量测噪声协方差矩阵,具有更强的鲁棒性和适应性。仿真结果验证了算法的有效性。

关 键 词：机动目标跟踪 交互式多模型 增广状态  变分贝叶斯  自适应滤波

分 类 号：TN957.51] TP391.41]