%0 Journal Article
%T 自适应非线性GM-PHD滤波及在无源跟踪中的应用
%A 危璋
%A 冯新喜
%A 刘钊
%A 刘欣
%J 红外与激光工程
%P 3076-3083
%D 2015
%X 首先针对无源传感器目标跟踪中的非线性问题,将高斯-厄米特求积分规则运用于高斯混合概率假设密度滤波,提出一种求积分卡尔曼概率假设密度滤波。其次,针对未知时变过程噪声,将基于极大后验估计原理的噪声估计器运用到概率假设密度滤波中,同时依据目标状态一步预测与状态滤波结果之间的残差,提出一种对滤波发散情况判断和抑制的算法。最后通过无源传感器双站跟踪仿真表明:相较于已有的非线性高斯混合概率假设密度滤波,所提算法有更高的精度,并且在未知时变噪声环境中具有较好跟踪效果。
%K 高斯混合概率假设密度滤波
%K 无源跟踪
%K 高斯-厄米特求积分
%K 噪声估计
%K 滤波发散抑制
%U http://irla.csoe.org.cn/CN/Y2015/V44/I10/3076