面向再入目标跟踪的估计与辨识联合优化算法

摘要：

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键.一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度.因此,需要实现再入目标的状态估计和参数辨识的联合优化.针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法.在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性.算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法.

关键词：目标跟踪、再入目标、弹道系数、期望最大化(EM)、联合优化

所属期刊栏目：37

分类号：V19(航空、航天的应用)

资助基金：国家自然科学基金61135001,61374023,61374159;航空科学基金20125153 National Natural Science Foundation of China61135001,61374023,61374159;Aeronautical Science Foundation of China20125153

在线出版日期：2016-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1634-1643