本技术涉及一种鲁棒性分布式雷达网络目标追踪技术,以及相应的存储介质和设备。该技术旨在解决多雷达网络目标追踪中非高斯噪声对追踪效果的影响,提升追踪精度和稳定性。
背景技术
随着科技和制造技术的更新迭代,雷达逐渐多样化、智能化和网络化,单雷达系统已经无法满足目标跟踪的实际需求,多雷达组网目标跟踪方法成为核心技术。多雷达系统充分利用每部雷达的量测信息,形成信息资源优势,大大提了雷达跟踪能力。雷达网络由多个带拓扑结构的雷达构成。相比于集中式处理方法,分布式结构在容错性、灵活性和可靠性等方面更具优势,因此成为首选。
对于实际的目标跟踪场景,其状态方程和量测方程均为非线性的,因此本质是非线性状态估计问题。设计合理的跟踪方法是保证跟踪性能的关键,通常非线性估计方法包括扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)和容积卡尔曼滤波(CKF)等。其中相比于其他算法,CKF不需要计算雅可比矩阵,采用较少的采样点就可以得到更高的精度,并且其在稳定性和计算量方面更具优势。此外,由于目标位置的反射、环境的改变等干扰,雷达对目标的探测会出现明显的偏差,噪声不再满足高斯分布,会出现非高斯的闪烁噪声。上述的非线性估计方法是在高斯假设下得到的,若直接使用,会造成精度的骤减甚至发散。因此,需要设计更合理的非线性非高斯估计方法对目标进行准确跟踪。
实现思路