SGPDA-STF及其在水下多目标纯方位跟踪中的应用

摘要

针对广义概率数据关联(GPDA)算法存在计算量大、对系统模型变化鲁棒性差等问题,首先提出了简化广义概率数据关联(SGPDA)算法,然后把SGPDA算法与强跟踪滤波器(STF)算法相结合得到基于简化广义概率数据关联的强跟踪滤波器(SGPDA-STF).SGPDA在不降低精度的条件下,大大降低了计算量.STF通过实时调节增益矩阵,增强了算法的鲁棒性.SGPDA-STF兼具STF鲁棒性强,SGPDA计算量小的优点.进行了水下杂波环境下单站多目标纯方位跟踪的仿真实验,实验结果证明了SGPDA-STF算法在鲁棒性和计算量方面都优于传统的GPDA-EKF算法.