《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 有偏量測下基于最大相關熵卡爾曼濾波的目標跟蹤方法
有偏量測下基于最大相關熵卡爾曼濾波的目標跟蹤方法
電子技術應用
韋春玲1,余潤華1,吳孫勇2,3,李明4
1.桂林電子科技大學 信息與通信學院;2.桂林電子科技大學 數學與計算科學學院; 3.廣西密碼學與信息安全重點實驗室; 4.廣西壯族自治區智能電磁頻譜感知與控制技術工程研究中心
摘要: 針對傳感器存在系統偏差且噪聲非高斯條件下目標狀態估計精度較差的問題,提出一種有偏量測下基于最大相關熵卡爾曼濾波(Maximum Correntropy Kalman Filter, MCKF)的目標跟蹤方法。該方法通過引入差分機制,利用目標相鄰時刻的有偏量測之差構建差分量測方程,有效克服了系統偏差的影響。隨后基于最大相關熵準則(Maximum Correntropy Criterion, MCC)量化估計誤差的高階矩信息,并以差分量測為先驗條件推導出有偏量測下算法的濾波迭代方程。仿真結果表明,當系統觀測值受傳感器系統偏差和非高斯噪聲干擾時,與現有方法相比,所提方法具有更好的跟蹤性能。
中圖分類號:TN953 文獻標志碼:A DOI: 10.16157/j.issn.0258-7998.245327
中文引用格式: 韋春玲,余潤華,吳孫勇,等. 有偏量測下基于最大相關熵卡爾曼濾波的目標跟蹤方法[J]. 電子技術應用,2024,50(7):7-13.
英文引用格式: Wei Chunling,Yu Runhua,Wu Sunyong,et al. A target tracking method based on maximum correntropy Kalman filtering under biased measurements[J]. Application of Electronic Technique,2024,50(7):7-13.
A target tracking method based on maximum correntropy Kalman filtering under biased measurements
Wei Chunling1,Yu Runhua1,Wu Sunyong2,3,Li Ming4
1.School of Information and Communication Engineering, Guilin University of Electronic Technology;2.School of Mathematics and Computational Science, Guilin University of Electronic Technology; 3.Guangxi Key Laboratory of Cryptography and Information Security; 4.Guangxi Zhuang Autonomous Region Engineering Research Center for Intelligent Electromagnetic Spectrum Perception and Control Technology
Abstract: To address the issue of poor target state estimation accuracy under conditions where sensors have system bias and noise is non-Gaussian, a target tracking method based on the maximum correntropy Kalman filter (MCKF) under biased measurements is proposed. This approach introduces a differential mechanism that constructs differential measurement equations from the biased measurements of the target at adjacent time points, effectively mitigating the effects of system bias. Subsequently, the maximum correntropy criterion (MCC) is employed to quantify the higher-order moment information of the estimation error with differential measurements serving as a priori conditions. This leads to the derivation of the filtering iterative equations for the algorithm under biased measurements. Simulation results demonstrate that, when system observations are affected by sensor system bias and non-Gaussian noise, the proposed method outperforms existing approaches in terms of tracking performance.
Key words : system bias;non-Gaussian noise;maximum correntropy criterion;measurement difference;Kalman filter

引言

目標跟蹤是利用傳感器觀測信息對目標運動狀態進行有效估計的過程,在現代軍事和民用領域中發揮著重要作用。在實際應用中,目標跟蹤需應對隨機噪聲和傳感器系統偏差帶來的雙重挑戰。在線性高斯的條件下,Kalman濾波是最優的單目標估計器,但在非高斯噪聲環境下,由于Kalman濾波根據最小均方誤差(Minimum Mean Square Error, MMSE)準則進行收斂[1],因此對異常值或重尾噪聲較為敏感,且當量測受傳感器系統偏差影響時,Kalman濾波會出現濾波發散現象,導致跟蹤效果變差。

為應對非高斯噪聲的挑戰,文獻[2]采用多模濾波的方式,用代表不同模式的高斯分布的有限和來近似非高斯分布。在此理論背景下,高斯和濾波器(Gassian Sum Filter, GSF)被提出用于處理非高斯噪聲問題[3-4]。文獻[5]將非高斯噪聲建模為t分布進行處理,提高了算法對復雜噪聲的魯棒性,但計算量較高。文獻[6]提出集成卡爾曼濾波器(Ensemble Kalman Filter, EnKF),通過一組隨機選擇的樣本來近似狀態估計,但統計抽樣方法的最主要問題是計算工作量過大,因此在實際工程中應用受限。與MMSE主要依賴于高斯噪聲的假設不同,相關熵提供了一種機制來評估和利用數據的高階統計特性[7],為處理非高斯噪聲環境下的目標跟蹤問題提供了一種有效的解決方案。文獻[8]基于最大相關熵準則(Maximum Correntropy Criterion, MCC)和加權最小二乘(Weighted Least Squares,WLS)思想提出了一種新型的濾波方法,稱為最大相關熵卡爾曼濾波(Maximum Correntropy Kalman Filter, MCKF),MCKF利用MCC在處理異常值和非高斯噪聲時的穩健性和魯棒性,表現出比Kalman濾波更優的估計性能。針對過程噪聲和量測噪聲特性不精確的情況,文獻[9]將MCC與變分貝葉斯自適應卡爾曼濾波(Variational Bayes Adaptive Kalman Filter, VBAKF)相結合,提出了一種魯棒自適應濾波算法(MCVBAKF)。文獻[10]基于MCC和固定點迭代更新策略,提出了一種基于MCC的容積濾波算法MCCKF。

然而,上述方法只考慮了傳感器不存在系統偏差的情況,當傳感器有系統偏差時,基于MCC的卡爾曼濾波方法估計精度不理想。針對此問題,文獻[11]在Kalman濾波的基礎上提出增量Kalman濾波,通過構建量測差分方程,成功消除了未知系統偏差的影響,文獻[12]通過函數線性化的方式將其推廣到非線性,提出了擴展增量Kalman濾波(IEKF)。文獻[13]針對未知系統偏差和量測噪聲不精確問題,基于增量方程和線性最小方差最優融合準則設計了一種加權融合魯棒增量Kalman濾波算法。盡管這些技術通過構建增量量測向量的方式降低了傳感器系統偏差的影響,但它們通常基于高斯噪聲環境的假設,或者僅考慮量測噪聲的不確定性,而當過程噪聲和量測噪聲都呈現非高斯特性時,這些方法的跟蹤精度急劇下降。

為了提高傳感器存在系統偏差和非高斯噪聲條件下的目標跟蹤精度,本文提出了一種有偏量測下基于MCKF的目標跟蹤方法。創新之處在于:首先,通過引入差分機制,有效減少了傳感器系統偏差對目標狀態估計的不利影響,將問題轉化為主要處理非高斯過程噪聲和量測噪聲;其次,利用相關熵充分挖掘了估計誤差的高階矩信息,從而增強了濾波器對復雜噪聲環境的適應性;最后,基于差分量測信息,推導出了算法的濾波迭代方程。仿真實驗進一步驗證了所提方法的有效性。

本文詳細內容請下載:

http://m.viuna.cn/resource/share/2000006063


作者信息:

韋春玲1,余潤華1,吳孫勇2,3,李明4

(1.桂林電子科技大學 信息與通信學院, 廣西 桂林 541004;2.桂林電子科技大學 數學與計算科學學院, 廣西 桂林 541004;

3.廣西密碼學與信息安全重點實驗室, 廣西 桂林 541004;

4.廣西壯族自治區智能電磁頻譜感知與控制技術工程研究中心, 廣西 桂林 541004)


Magazine.Subscription.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 午夜在线视频观看版 | 一级黄色片一级片 | 久久免费黄色 | 色多网站免费视频 | 欧美中文字幕在线看 | 免费播放国产一级 | 日韩精品视频美在线精品视频 | 成 人 免费 网站 | 国产女人91精品嗷嗷嗷嗷 | 日本午夜视频在线 | 国产精品视频永久免费播放 | 日日摸夜夜添夜夜添一区二区 | xh98hx国产在线视频 | 亚洲国产天堂久久综合网站 | 一本大道香焦在线视频 | 福利免费看 | 春意影院午夜爽爽爽免费 | 久久亚洲欧美综合激情一区 | 国产h视频在线 | 性刺激欧美三级在线现看中文 | 色综合久久精品中文字幕 | 狂野猛交xxxx吃奶 | 亚洲欧美日本国产综合在线 | 香蕉视频国产精品人 | 日韩中文字幕在线观看 | 欧美日本高清一本二本三本 | 黄h视频| a级大片免费观看 | 综合网天天 | 一级黄色片网 | 激情网址在线观看 | 特级黄国产片一级视频播放 | 99re在线免费视频 | 天天干天天玩天天操 | 午夜成人在线视频 | 国产一区国产二区国产三区 | 中文字幕在线免费播放 | 欧美激情精品久久久久久大尺度 | 欧美 日本| 一级做a爱过程免费视频韩国 | 亚洲精品中文字幕乱码无线 |