摘要
粒子滤波理论适用于在非线性和非高斯环境下的目标跟踪与检测。文中基于序列重要性采样定理,提出了模型环境和多雷达目标检测的递归贝叶斯TBD算法。此算法在基本粒子滤波算法SIR的基础上,采用多模型粒子滤波器实现了多雷达目标的检测。仿真结果表明,算法能够有效地进行目标跟踪与检测。
Particle filter is a robust algorithm for target tracking and detection in non-linear and non- Gauss circumstances. Based on the theories of sequential importance resampling（SIR）, this paper sets up a model and proposes a recursive Bayesian algorithm for multiple target TBD application. The algorithm is realized by using multiple model particle filter. Simulated results show that the method can work efficiently in tracking and detection.
出处
《雷达科学与技术》
2008年第1期48-51,55,共5页
Radar Science and Technology
基金
国家自然科学基金(No.60472087)
国防科技预研基金
关键词
粒子滤波
贝叶斯估计
重要性采样
重采样
particle filter
Bayesian estimation
importance sampling
resampling
作者简介
荆丹,女，1983年出生于山西临猗，现为西安电子科技大学信号与信息处理专业硕士研究生，主要研究方向为低可观测雷达目标的TBD技术。
王俊,男，1969年出生于贵州毕节，现为西安电子科技大学教授，博士生导师，中国电子学会高级会员，研究方向为基于外辐射源的目标探测及跟踪系统、低截获概率雷达系统、微弱雷达目标信号检测和处理等。
