作者：毛少锋 冯新喜 王莹凯 鹿传国粒子滤波重要性函数积分卡尔曼滤波无源传感器目标跟踪
摘要：在无源传感器目标跟踪系统的研究中，在双红外传感器组成的无源传感器目标跟踪系统模型中，传感器提供的仅是目标的角度信息，导致量测值与目标状态之间存在较强的非线性关系，而传统跟踪算法在解决非线性问题时具有局限性，为提高目标跟踪精度，提出一种基于积分粒子滤波（QPF）的无源传感器目标跟踪算法，在不受非线性、非高斯问题限制的粒子滤波的基础上，从改进粒子滤波重要性函数的角度人手，利用积分卡尔曼滤波（QKF）将当前最新量测考虑在内，构造出粒子滤波的重要性函数，使得改进后的重要性函数更加贴近真实后验分布，从而有效遏制了粒子退化现象。仿真结果表明，改进算法提高了跟踪精度，较好地解决了无源传感器对目标的非线性跟踪优化问题。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
