[發明專利]一種分布式異構自適應粒子濾波直接跟蹤方法

有效

• 申請號: 201811453194.5
• 申請日: 2018-11-30
• 公開（公告）號: CN109710978B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 夏威;孫美秋;王謙;任媛媛;李菁華
• 申請（專利權）人: 電子科技大學
• 主分類號: G06F30/25
• 分類號: G06F30/25;G06F17/18
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 甘茂

本發明屬于信號處理領域，提供一種基于時延和多普勒的分布式異構網絡粒子濾波直接跟蹤定位方法，將傳統同構網絡下的基于時延和多普勒的分布式粒子濾波跟蹤算法擴展到了異構網絡，充分利用了粒子數對粒子濾波器性能的影響，在每個接收機實現粒子數的自適應調整，提高了粒子濾波器的效率，相對于同構網絡的分布式粒子濾波直接目標跟蹤算法，可以實現更好的跟蹤效果，提升了分布式異構粒子濾波目標跟蹤方法的有效性；本發明為異構網絡開發了一種組合系數自適應變化的方案，可應用于信噪比惡劣的情況，一定程度提升了分布式異構粒子濾波目標跟蹤方法的穩健性和魯棒性。

技術領域

本發明屬于信號處理領域，特別是涉及分布式信號處理領域的自適應粒子濾波跟蹤技術，具體是一種基于時延和多普勒的分布式異構網絡自適應粒子濾波直接跟蹤方法。

背景技術

目標跟蹤是信號處理領域的重要課題之一，并且已經在許多實際工程領域得到廣泛應用。經典的目標跟蹤定位方法是采用兩步法，第一步測量時差/頻差(TDOA/FDOA)，第二步使用測量得到的TDOA/FDOA進行位置解算即定位和跟蹤，然而由于兩步法TDOA和FDOA的估計是通過忽略所有測量必須與單目標的位置一致的約束而得到的，所以兩步法不一定能得到最佳位置估計；對于移動目標來說，兩步算法就更難準確的實現目標跟蹤。

后來，一種不需要計算出TDOA/FDOA,而是直接利用接收信號估計目標位置的直接定位算法被提出，在接收信號信噪比較低的情況下，這種方法的精度更高，可分為批處理方法和自適應方法兩類。對移動的目標需要進行跟蹤定位，批處理方法需要對定位區域進行四維的網格式搜索，計算量很大，實時性差；后來提出了用代數方法來估計目標的位置和速度，但是這種方法只有在噪聲較小的情況下定位準確；進一步用估計出來的目標的位置和速度作為卡爾曼濾波(KF)的輸入，構造動態模型，提升了定位的精確度；后來人們又提出了extended KF(EKF)，可以直接將第一步得到的TDOA/FDOA測量值作為擴展卡爾曼濾波器(EKF)的輸入，但是在實際情況中，目標的運動軌跡大部分都是非線性的，即TDOA/FDOA測量值是目標位置/速度的高度非線性函數，但是由于KF和EKF主要解決線性問題，所以EKF濾波器需要非常好的初始化，而這個初始值通常很難得到，即便是EKF濾波器進行了較好的初始化，也可能會偏離甚至失去跟蹤能力。

據此，人們又提出了粒子濾波算法，用來解決非線性的跟蹤定位問題。如文獻《Delay and Doppler Induced Direct Tracking by Particle Filter》(Sidi,A.Y.，Weiss,A.J.)提出了一種基于時延和多普勒的未知確定性信號運動目標的單步定位跟蹤方案，在集中式框架下采用粒子濾波的單步策略優于兩步策略。然而，這種集中式粒子濾波(CPF)方案由于計算能力和能量存儲能力的存在瓶頸以及單個融合中心所導致的低穩健性，可能不適用于大型接收機網絡。因此，分布式粒子濾波(DPF)算法已經成為進行大規模目標跟蹤的最有前途的方法之一。分布式粒子濾波可以基于共識策略和擴散策略兩種策略來實現，通過最近研究顯示擴散策略更易于分布式實現，并且在不同場景的定位跟蹤中顯示了更強的靈活性和魯棒性。

在過去的幾年里，對于分布式同構網絡，自適應擴散策略在信號處理中的重要課題比如參數估計、定位、目標跟蹤等應用中已經成為有吸引力和具有魯棒性的解決方案。此外，與使用固定、非自適應性系數的情況相比，具有自適應組合系數的擴散策略可以在接收機間不同噪聲分布的情況下對原有算法進行性能改進，提高算法的穩健性。而最近，在文獻“Adaptive diffusion schemes for heterogeneous networks”中提出的一種基于異構網絡的與擴散最小均方(LMS)參數估計相結合的自適應組合系數的策略被證明在某些情況下優于其他先進的技術。然而，粒子濾波在目標跟蹤中扮演著重要的角色，對于分布式異構網絡來說，目前還沒有替代的方法。

發明內容