一种融合幅度信息的混合标号多伯努利滤波器用于起伏目标跟踪
信号处理
2022-09-20 v1
摘要
目标回波的幅度信息已被引入许多跟踪算法以提升性能。采用幅度特征的限制之一在于，目标的信噪比 (SNR)（即幅度似然的参数）通常被假设为已知且恒定。实际上，目标 SNR 总是未知的，并且依赖于姿态角因而会发生起伏。本文提出一种混合标号多伯努利 (LMB) 滤波器，将信号幅度引入 LMB 滤波器以跟踪具有未知且起伏 SNR 的目标。目标 SNR 的起伏由自回归 gamma 过程建模，并考虑了 Swerling 1 和 3 类目标的幅度似然。在 Rao-Blackwell 分解下，提出一种基于拉普拉斯变换和马尔可夫链蒙特卡洛方法的近似 Gamma 估计器来估计目标 SNR，运动学状态则由以目标 SNR 为条件的高斯混合滤波器估计。通过一个包含三个交叉目标的跟踪场景分析了所提混合滤波器的性能。仿真结果验证了所提 SNR 估计器的有效性，并量化了在多目标跟踪中引入幅度信息的益处。
引用
@article{arxiv.2209.09095,
title = {A Hybrid Labeled Multi-Bernoulli Filter With Amplitude For Tracking Fluctuating Targets},
author = {Weizhen Ma and Zhongliang Jing and Peng Dong and Henry Leung},
journal= {arXiv preprint arXiv:2209.09095},
year = {2022}
}