【文章內(nèi)容簡介】 離和方位角測量誤差的方差，而 （）由量測噪聲協(xié)方差的各元素可得四維狀態(tài)向量情況下的初始協(xié)方差矩陣為 ()并且濾波器從時刻開始工作。平面內(nèi)六維狀態(tài)向量估計的初始化該情況下系統(tǒng)的狀態(tài)向量若表示為，則此時直角坐標系下的目標量測值、量測噪聲協(xié)方差仍和四維情況相同。由于此時含加速度，所以系統(tǒng)的初始狀態(tài)需利用前三個時刻的測量值、和確定，即 ()初始協(xié)方差矩陣為 ()式中，、和為分塊矩陣，且 （）并且濾波器從時刻開始工作。 具有機動檢測的跟蹤算法所謂目標的機動檢測，其實質(zhì)上是一種判別機制，它是利用目標的量測信息和數(shù)理統(tǒng)計的理論進行檢測。具有機動檢測的跟蹤算法的基本思想是，機動的發(fā)生將使原來的模型變差，從而造成目標狀態(tài)估計偏離真實狀態(tài)，濾波殘差特性發(fā)生變化。因此，人們便可以通過觀測目標運動的殘差變化來探測目標是否發(fā)生機動或機動結(jié)束，然后使跟蹤算法進行相應的調(diào)整，即進行噪聲方差調(diào)整或模型轉(zhuǎn)換，以便能夠更好地跟蹤目標。從圖中我們可以看出：首先由量測與狀態(tài)預測構(gòu)成新息向量，然后通過觀察的變化進行機動檢測，最后按照某一準則或邏輯調(diào)整濾波增益或者濾波器的結(jié)構(gòu)，從而達到對機動目標的跟蹤[12]。本節(jié)重點介紹變維濾波算法（VD算法）[13]。 機動目標跟蹤基本原理圖變維濾波算法是由BarShalom和Birmiwal于1982年提出來的，該方法不依賴于目標機動的先驗假設(shè)，把機動看做目標動態(tài)特性的內(nèi)部變化，而不是作為噪聲建模。檢測手段采用平均信息法，調(diào)整方式采用“開關(guān)”型轉(zhuǎn)換，在沒有機動的情況下，跟蹤濾波器采用原來的模型，一旦檢測到機動，濾波器就要使用不同的、具有較高維數(shù)的狀態(tài)量測，新的狀態(tài)量被附加上。再由非機動檢測器檢測機動消除病轉(zhuǎn)換到原來的模型。這里采用兩種模型，即未機動時的等速模型和對于機動目標的近似等加速模型。在勻速模型中，平面運動的狀態(tài)分量為 （）在機動模型中狀態(tài)分量為 （）在等速模型條件下，機動檢測按如下方法進行。設(shè)為基于等速模型濾波新息的衰減記憶平均值，即 （） （）式中，為折扣因子， ，為滑窗長度，且，按這個長度檢測機動的存在；為歸一化信息的平方。設(shè)是某一門限，為顯著性水平，基于非機動情況的目標模型，閾值這樣設(shè)定 （）超過這個閾值，則認為目標發(fā)生機動，需增大過程噪聲協(xié)方差，以后一直采用增大的過程噪聲協(xié)方差直到小于閾值為止；若小于閾值，則認為目標機動結(jié)束，便恢復原來的濾波模型。如果超過式（）所設(shè)定的閾值，則接收發(fā)生機動的假設(shè)，在閾值點上估計器從非機動模型轉(zhuǎn)換為機動模型；反之，用估計的加速度與他們的標準偏差進行比較，如果它不是統(tǒng)計顯著的，則拒絕機動假設(shè)，從機動模型轉(zhuǎn)為非機動模型。對于加速度估計顯性檢驗的統(tǒng)計量為 （）式中，是加速度分量的估計，是來自機動模型的協(xié)方差矩陣相對應的塊，當在長度為的滑窗上的和 （）落在閾值以下時，則認為加速度是不顯著的。當出現(xiàn)加速度突然下降到0的情況時（即機動突然結(jié)束），可能導致機動模型產(chǎn)生很大的新息，這可以用下面的方法緩解，即當機動模型的新息超過95%置信區(qū)間時，就可以轉(zhuǎn)換到較低階的模型。當在時刻檢測到機動時，濾波器設(shè)定：目標在時刻開始有等加速度，其中為有效滑窗的長度。然后對時刻的狀態(tài)估計進行適當?shù)匦拚Ｊ紫仍跁r刻，對加速度的估計為 （）在時刻，估計的位置分量取做對應的量測值，即 （）與此同時，估計的速度分量用加速度估計修正如下 （）與修正的狀態(tài)估計相伴的協(xié)方差矩陣是，它的推導過程可參考文獻[14]。具體表示式為 （）當探測到機動時，通過引入額外的狀態(tài)分量，即目標加速度，以此來改變目標的狀態(tài)模型。當目標機動時，遞歸估計按加速度建模的機動以及與位置和速度有關(guān)的其他狀態(tài)。從上面可以看出，變維濾波算法的機動檢測手段是采用基于衰減記憶新息量的檢驗，采用切換策略的調(diào)整方式。當目標非機動時，算法工作在CV模型；若在時刻檢測到目標機動，算法假定目標在時刻出現(xiàn)機動，并與時刻啟動CA模型，利用其后的量測信息修正此前的狀態(tài)估計，擴充目標狀態(tài)。而當檢測到目標從機動狀態(tài)切換到非機動狀態(tài)時，算法并不重新修正此前基于CA模型所獲得的狀態(tài)估計，其原因是基于CA模型跟蹤非機動目標時，算法的跟蹤性能下降相對較小。變維濾波器有相對較好的機動目標跟蹤適應能力，而該濾波器的主要缺點是當改變到機動模型時，必須完全重建滑動窗口內(nèi)狀態(tài)變量的估計。而這種濾波器的重新預置不可避免地會在處理負載中出現(xiàn)明顯的不連續(xù)性，因而從計算機觀點來看這可能是不太現(xiàn)實的，另外這種重置也可能會增加目標的跟蹤誤差。 小結(jié)本章重點介紹了兩種雷達目標跟蹤的算法——卡爾曼濾波算法和VD濾波算法。對卡爾曼算法，本章詳細介紹了算法的流程及所用到的算法方程，并且介紹了卡爾曼濾波器的初始化問題。變維濾波算法具有較好的機動目標跟蹤適應能力，但是當目標出現(xiàn)機動時，就必須完全重建滑動窗口內(nèi)狀態(tài)變量的估計——狀態(tài)方程和協(xié)方差方程，其算法在本章中也有比較詳細的介紹。4 雷達目標跟蹤及仿真技術(shù)系統(tǒng)仿真的基本思想是建立一個實驗模型，這個模型與我們要研究的系統(tǒng)十分相似。通過對這個模型的運行，獲得我們要研究的系統(tǒng)所必要的信息、參數(shù)、資料，從而為研制實際系統(tǒng)提供科學依據(jù)。系統(tǒng)仿真是用模型代替實際系統(tǒng)進行試驗。它是在不破壞真實系統(tǒng)環(huán)境的情況下，為研究系統(tǒng)的特性而構(gòu)造并運行這種真實系統(tǒng)模型的方法。本節(jié)的目的在于提供仿真方法來分析和設(shè)計雷達目標跟蹤系統(tǒng)，概述系統(tǒng)仿真的基礎(chǔ)知識，模擬各種算法并分析系統(tǒng)性能的估算結(jié)果。 MATLAB仿真平臺簡介MATLAB[15]是矩陣實驗室（Matrix　Laboratory）之意。除具備卓越的數(shù)值計算能力外，它還提供了專業(yè)水平的符號計算，文字處理，可視化建模仿真和實時控制等功能。MATLAB的基本數(shù)據(jù)單位是矩陣，它的指令表達式與數(shù)學，工程中常用的形式十分相似。故用MATLAB來解算問題要比用C，F(xiàn)ORTRAN等語言完相同的事情簡捷得多。MATLAB包括擁有數(shù)百個內(nèi)部函數(shù)的主包和三十幾種工具包(Toolbox).工具包又可以分為功能性工具包和學科工具包。功能工具包用來擴充MATLAB的符號計算，可視化建模仿真,文字處理及實時控制等功能。學科工具包是專業(yè)性比較強的工具包，控制工具包，信號處理工具包,通信工具包等都屬于此類。，所有MATLAB主包文件和各種工具包都是可讀可修改的文件，用戶通過對源程序的修改或加入自己編寫程序構(gòu)造新的專用工具包。正如同F(xiàn)ORTRAN和C等高級語言使人們擺脫了需要直接對計算機硬件資源進行操作一樣，被稱作為第四代計算機語言的MATLAB，利用其豐富的函數(shù)資源，使編程人員從繁瑣的程序代碼中解放出來。MATLAB最突出的特點就是簡潔。MATLAB用更直觀的，符合人們思維習慣的代碼，代替了C和FORTRAN語言的冗長代碼。MATLAB給用戶帶來的是最直觀，最簡潔的程序開發(fā)環(huán)境。下面簡單介紹一下MATLAB的主要特點。語言簡潔緊湊，使用方便靈活，庫函數(shù)極其豐富。MATLAB程序書寫形式自由，利用起豐富的庫函數(shù)避開繁雜的子程序編程任務，壓縮了一切不必要的編程工作。由于庫函數(shù)都由本領(lǐng)域的專家編寫，用戶不必擔心函數(shù)的可靠性?？梢哉f，用MATLAB進行科技開發(fā)是站在專家的肩膀上。運算符豐富。由于MATLAB是用C語言編寫的，MATLAB提供了和C語言幾乎一樣多的運算符，靈活使用MATLAB的運算符將使程序變得極為簡短。MATLAB既具有結(jié)構(gòu)化的控制語句（如for循環(huán)，while循環(huán)，break語句和if語句），又有面向?qū)ο缶幊痰奶匦?。程序限制不嚴格，程序設(shè)計自由