测量数据延迟下的不完全量测滤波研究

摘要

随着科技的发展,目标跟踪系统越来越多地采用多传感器网络来对目标进行探测和跟踪。对于网络,尤其是无线网络,广泛地存在数据延迟和丢包现象,反映到滤波系统中就表现为测量数据的延迟和丢失,造成探测概率小于1,也就是不完全量测的情况。此时,滤波系统要进行相应的变化,使其能够尽可能准确地对目标状态进行滤波而不至于发散。以往的不完全量测滤波的研究往往着重讨论测量数据发生丢失的情况,而没有对测量数据发生延迟的情况加以足够的重视,而这正是本论文的研究重点,即测量数据延迟下的不完全量测滤波研究。
　　 首先,建立一种考虑了测量数据发生延迟和随机性丢失的数学模型。针对探测概率是否已知,测量通道为单通道还是多通道,先分别对测量数据的随机性丢失和延迟的不同情况进行建模,然后得到同时考虑了测量数据延迟和丢失的数学模型,为随后的滤波理论和方法研究奠定了基础。
　　 紧接着,研究了测量数据发生随机性丢失下的滤波理论和方法。利用已建立的模型和Kahnan滤波原理,针对探测概率是否已知两种情况给出不同的滤波方法,并分别对其进行了仿真实验和分析,说明了各自的优缺点和适用环境。
　　 之后,研究了测量数据发生延迟下的滤波理论和方法。在单测量通道的测量数据发生延迟时,利用新息修正方法处理延迟的测量数据。此方法存在滤波增益在延迟时段内不匹配的问题,本文克服了该问题并得到了改进后的新息修正方法。在多测量通道其中一个通道的测量数据发生固定延迟时,利用重排新息方法处理延迟的测量数据,提高滤波性能。随后的仿真实验和分析也给出了这些方法各自的滤波性能和优缺点。
　　 最后,结合以上的研究成果讨论了测量数据延迟下的不完全量测滤波理论和方法。在多测量通道下,针对测量数据同时发生延迟和随机性丢失的情况,推导了相应的滤波方程,并用仿真实验和分析说明了其滤波性能和优缺点。