论文部分内容阅读
机动目标跟踪是军事领域中精确打击和民用领域中空中交通管制的前提条件，而转弯角速度辨识是实现机动目标精确跟踪的关键。由于转弯角速度的非线性耦合特性，传统方法只能实现近似辨识，精度不高。为了克服上述问题，本文将机动目标转弯角速度辨识问题建模为一类动态系统乘性参数辨识问题，研究期望最大化（Expectation Maximization，EM）算法的解析实现方法和高效执行策略，主要成果如下： 1.针对传统方法在辨识转弯角速度时精度不佳的局限性，本文将机动目标跟踪模型转化为一类带乘性参数的线性动态系统，提出了基于EM算法的转弯角速度解析辨识方法。转弯角速度被非线性耦合在动态系统状态转移矩阵中，通过线性等价变换，转弯角速度被等价转化成一类简单的乘性参数，利用EM算法对这类乘性参数进行解析辨识，并通过线性等价反变换最终实现对转弯角速度的解析辨识。仿真分析验证了该算法的有效性。 2.本文仍然结合机动目标转弯角速度辨识问题，进一步研究更为复杂的一类带有色噪声的非线性乘性参数系统联合估计与辨识问题。针对这类问题提出了有色噪声相关因子辨识的自适应差分滤波器。为了应对机动目标转弯角速度或有色噪声乘性因子的时变特性，提出了量测截断EM算法，即选择从当前时刻开始向前的一定窗长内的量测信息，而非全时域量测，来重新设计EM算法框架，并采用估计精度更高的差分滤波来执行状态估计，以实现快速高精度的时变乘性参数辨识。仿真分析验证了该算法的有效性。 3.针对EM算法执行效率低的问题，研究了基于量测变化检测和事件驱动量测调度自适应变划窗设计问题。针对这类问题，提出了两种自适应变划窗策略。结合事件驱动策略设计了自适应窗长选取方法，然后将这种窗长选取方法嵌套在EM算法框架中设计了基于事件驱动的量测调度自适应划窗EM参数辨识算法。本章提出的基于事件驱动的量测调度自适应变划窗EM参数辨识算法在精度损失较小的前提下能够有效的降低算法计算量，提高了EM算法的执行效率。最后通过转弯机动目标跟踪问题仿真分析验证了该算法的有效性。