The invention belongs to the field of signal processing, and provides a direct tracking and positioning method based on time delay and Doppler variable diffusion combination coefficient of distributed network particle filter, aiming at solving the problem of deteriorating tracking performance of fixed weight coefficient method in complex or bad network signal-to-noise ratio environment; the invention proposes to construct local optimal cost function by using local intermediate state estimation value. The constrained problem is transformed into unconstrained problem by subspace projection method, and the optimal solution is obtained by RLS iteration method to obtain the adaptive variable combination coefficients. Compared with the traditional direct target tracking method based on time delay and Doppler distributed particle filter, the method can achieve better tracking effect. The invention can be applied in the case of bad signal-to-noise ratio and improve the score. Robustness and robustness of distributed adaptive particle filter direct tracking method.
【技术实现步骤摘要】
一种分布式可变扩散组合系数粒子滤波直接跟踪方法
本专利技术属于信号处理领域,特别是涉及分布式信号处理领域的自适应粒子滤波跟踪技术,具体是一种基于时延和多普勒的分布式自适应粒子滤波可变扩散组合系数直接跟踪方法。
技术介绍
目标跟踪是信号处理领域的重要课题之一,并且已经在许多实际工程领域得到广泛应用。经典的目标跟踪定位方法是采用两步法,第一步测量时差/频差(TDOA/FDOA),第二步使用测量得到的TDOA/FDOA进行位置解算即定位和跟踪,然而由于两步法TDOA和FDOA的估计是通过忽略所有测量必须与单目标的位置一致的约束而得到的,所以两步法不一定能得到最佳位置估计;对于移动目标来说,两步算法就更难准确的实现目标跟踪。后来,一种不需要计算出TDOA/FDOA,而是直接利用接收信号估计目标位置的直接定位算法被提出,在接收信号信噪比较低的情况下,这种方法的精度更高,可分为批处理方法和自适应方法两类。对移动的目标需要进行跟踪定位,批处理方法需要对定位区域进行四维的网格式搜索,计算量很大,实时性差;后来提出了用代数方法来估计目标的位置和速度,但是这种方法只有在噪声较小的情况下定位准确;进一步用估计出来的目标的位置和速度作为卡尔曼滤波(KF)的输入,构造动态模型,提升了定位的精确度;但卡尔曼滤波只能处理带有高斯噪声的线性系统,但是在实际情况中,目标的运动轨迹大部分都是非线性的,即TDOA/FDOA测量值是目标位置/速度的高度非线性函数。因此,对于非线性系统的处理,人们又提出了扩展卡尔曼滤波(EKF),可以直接将第一步得到的TDOA/FDOA测量值作为扩展卡尔曼滤波器( ...
【技术保护点】
1.一种分布式可变扩散组合系数粒子滤波直接跟踪方法,其特征在于,包括以下步骤:步骤1.第一次数据交换,在k时刻,接收机l与邻居接收机互相交换接收信号,组成观测矩阵;步骤2.接收机l根据随机预测粒子以及相应的粒子权重,更新局部中间状态估计值ψl,k以及相应的协方差矩阵Λl,k:步骤3.第二次数据交换,接收机l与邻居接收机互相交换局部中间状态估计值ψl,k;步骤4.结合,接收机l计算得到k时刻发射机位置的局部估计值
【技术特征摘要】
1.一种分布式可变扩散组合系数粒子滤波直接跟踪方法,其特征在于,包括以下步骤:步骤1.第一次数据交换,在k时刻,接收机l与邻居接收机互相交换接收信号,组成观测矩阵;步骤2.接收机l根据随机预测粒子以及相应的粒子权重,更新局部中间状态估计值ψl,k以及相应的协方差矩阵Λl,k:步骤3.第二次数据交换,接收机l与邻居接收机互相交换局部中间状态估计值ψl,k;步骤4.结合,接收机l计算得到k时刻发射机位置的局部估计值其中,aj,l,k为非负加权系数,满足条件:当时,aj,l,k=0;表示包含接收机l的邻居接收机的集合,集合内接收机个数为nl;步骤5.接收机l计算k+1时刻最优组合系数;利用局部中间状态估计值ψl,k构造局部最优代价函数:其中,E运算符表示求数学期望,xk表示发射机k时刻的状态向量,bl,k包含al,k中的非零元...
【专利技术属性】
技术研发人员:夏威,孙美秋,王谦,夏国庆,周卓阳,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。