一种天波超视距雷达多路径融合算法

作者：陈昊 杨峰 王永齐 潘泉信息融合天波超视距雷达多路径混合高斯概率假设密度不敏卡尔曼滤波复杂环境gaussianmixtureprobabilitydensity

摘要：针对天波超视距雷达（ over-the-horizon radar, OTHR）多目标跟踪所面临的多路径和低检测概率问题,结合混合高斯概率假设密度（ Gaussian mixture probability hypothesis density, GMPHD）滤波器免数据关联以及计算耗费低的优点,提出多路径不敏卡尔曼混合高斯概率假设密度（ multipath unscented Kal-man-Gaussian mixture probability hypothesis density, MPUK-GMPHD）融合框架。该框架将多路径效应等效为多传感器,构建面向OTHR的多传感器意义下的概率假设密度（ probability hypothesis density, PHD）融合算法。通过多路径信息的有效融合避免多路径独立量测更新带来PHD目标数过估问题,并采用不敏卡尔曼滤波处理量测模型非线性问题。仿真结果表明,在OTHR多目标跟踪的复杂环境下, MPUK-GMPHD融合算法能够较准确地估计目标状态和目标数,缓解了直接利用GMPHD滤波器处理带来的目标数过估和较大计算量的问题。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社