基于MCMC-Gibbs采样的天波超视距雷达联合状态估计与模式辨识

摘要：

天波超视距雷达(OTHR)目标跟踪面临着“三低”(低检测概率、低数据率、低测量精度)和“多路径”(多条传播路径)的严峻挑战,准确的传播模式辨识与精确的目标状态估计是改善跟踪能力的关键.针对上述问题,提出了一种基于马尔科夫蒙特卡洛吉布斯(MCMC-Gibbs)采样的OTHR联合状态估计与模式辨识算法,该算法通过MCMC-Gibbs采样求取当次迭代当前拍最优的关联矩阵,进而利用同时多量测滤波进行状态和协方差更新,最后引入联合估计与辨识风险函数寻求最优的模式辨识与状态估计结果.不同仿真参数下仿真结果表明该算法的有效性,同时该算法在径向距和方位角估计精度上均高于多路径概率数据关联算法(MPDA),但这是以计算量为代价的.

关键词：天波超视距雷达、模式辨识、状态估计、马尔科夫蒙特卡洛吉布斯采样、联合估计与辨识贝叶斯风险

所属期刊栏目：35

分类号：V219;TP29(基础理论及试验)

资助基金：National Natural Science Foundation of China61135001,61074179,61374023,61374159;Doctorate Foundation of the Northwestern Polytechnical University CX201320国家自然科学基金61135001,61074179,61374023,61374159;西北工业大学博士论文创新基金CX201320

在线出版日期：2014-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2299-2306