基于转换量测容积卡尔曼滤波器带多普勒量测的目标跟踪算法

针对带多普勒量测的目标跟踪问题,提出一种基于转换量测容积卡尔曼滤波器的序贯滤波目标跟踪算法.对具有量测误差相关性的距离和多普勒量测进行解相关处理,构造出新的解相关量测方程,进而基于贝叶斯方法提出带多普勒量测的序贯处理算法的统一理论框架,实现对位置量测和多普勒量测的序贯滤波.在该理论框架下,提出基于转换量测容积卡尔曼滤波器的序贯滤波目标跟踪算法.该算法先采用转换量测容积卡尔曼滤波器和位置量测对目标状态进行估计,再利用经典容积卡尔曼滤波器对新构造的伪多普勒量测进行量测更新以实现目标跟踪.通过对所提算法的性能分析验证该算法的一致性和收敛性.仿真结果表明,该算法与其他跟踪算法相比,具有更高的跟踪精度.     

MEMS陀螺仪随机序列趋势项提取算法

MEMS陀螺仪目前广泛应用于水下航行器中,但由于在测量数据中含有趋势项,导致序列非平稳,无法应用ARMA模型等时间序列分析方法对其进行分析,因此,需要探究有效的趋势提取方法提取序列趋势项。本文提出了应用平滑先验算法提取MEMS陀螺数据趋势算法,同时介绍了多项式趋势拟合及经验模态分解趋势提取算法,应用三种算法分别对同一实测数据进行趋势提取,选用正态性检验方法,对趋势提取后残余数据的平稳性进行判断,以此判定其趋势提取效果。数据处理结果证明,三种方法均可实现对MEMS陀螺数据的趋势提取,但是各种方法均有其应用的优劣性,需根据其不同应用条件进行优化选择。