基于初值更新的水下纯方位短时目标跟踪

摘要

水下被动单站纯方位目标跟踪具有布局简单、隐蔽性强的优点,但所使用的滤波方法均存在对初值选取敏感的问题,且实际工程中会遇到目标速度快、观测时间短、量测数据少的情况,使这一问题更加凸显。针对这一情况,文中研究了初值对滤波产生影响的原因和方式,提出了一种基于初值更新的扩展卡尔曼滤波改进方法,通过后向迭代对初值重新估计并不断更新,逐步降低初值误差对滤波结果的影响。仿真结果表明,该方法可减少滤波器对初值选取的依赖,降低最终的估计误差。