简介:针对三维弹道目标,给出了一种有效的基于粒子滤波的跟踪算法。这种算法以标准的粒子滤波算法为基础,根据贝叶斯原理利用局部线性化技术获得最佳近似的重要性密度函数以避免粒子退化现象,并且利用Metropolis-Hastings(MH)采样构造的马尔科夫链得到更加符合目标分布的样本,从而最小化重采样后的粒子枯竭问题。此外,这里采用Kullback-Leibler距离(KLD)指标对不同粒子滤波算法的性能进行评估。仿真结果表明,该三维弹道目标跟踪算法粒子群与参考粒子群(近似真实目标概率分布的粒子群)之间的KLD比标准粒子滤波与参考粒子群之间的KLD更小,因此,能获得比标准粒子滤波算法更好的跟踪效果。
简介:提出了一种新的单基地MIMO雷达波达方向(DOA)估计算法:降维Power-ESPRIT算法。该算法首先通过降维变换将MIMO雷达数据变换至低维信号空间,然后进行从复数域到实数域的转换,并在实数域上使用采样数据协方差矩阵的幂获得信号子空间的估计,最后构造实值旋转不变性方程估计目标的DOA。仿真结果表明,在低信噪比、低快拍数的环境下,该算法与已有ESPRIT方法相比,具有近似性能,却拥有较低的计算复杂度。该算法的计算复杂度是RD-ESPRIT的25%左右,是RD-UESPRIT的65%左右。