基于势平衡多伯努利滤波的多传感器纯方位多目标跟踪

来源：信号处理杂志 2024年第11期北京时间：

作者：吴孙勇, 张小琪, 李明, 余润华

摘要：被动传感器不主动发射信号，通常仅获得目标的角度量测信息，无法获得径向距离信息，这种仅利用角度量测信息对多目标跟踪的方法称为纯方位多目标跟踪。实际应用中，纯方位多目标跟踪面临三个主要问题：一是由于被动传感器只获取目标的角度量测，导致量测信息不完备；二是量测方程存在高度非线性；三是由于传感器可能接收到杂波等非目标产生的量测，导致量测源不确定。针对上述问题，本文提出一种多传感器贪婪伪线性粒子势平衡多伯努利滤波。首先采用Rao-Blackwell理论将混合目标状态向量分解，将与量测值相关的位置分量视为非线性分量，而与量测值无关的速度分量视为线性分量，并分别采用粒子滤波器（Particle Filter， PF）和卡尔曼滤波器（Kalman Filter， KF）进行处理，从而有效降低粒子滤波采样维度。其次，针对传统粒子采样严重依赖模型的问题，基于伪线性卡尔曼滤波器（Pseudo-linear Kalman Filter， PLKF）设计一种新型粒子采样方法，即利用PLKF和最新量测信息构造重要性密度函数，并对非线性分量进行粒子采样；在更新阶段采用贪婪量测划分策略选取最优量测集合，并利用最优量测集合中量测信息实现多目标状态集中式融合估计。最后，通过仿真结果验证，本文所提滤波器能在杂波环境中仅利用角度量测对目标进行有效稳定的跟踪，相较于对比方法，所提滤波器能够更为准确估计目标数量和状态。

关键词：‍‍纯方位多目标跟踪, 多传感器, 势平衡多伯努利滤波, 伪线性卡尔曼滤波, 贪婪算法