基于MCMC-Gibbs采样的天波超视距雷达目标跟踪

摘要

天波超视距雷达目标跟踪面临着"三低"(低检测概率、低数据率、低测量精度)和"多径"(多传播路径)的严峻挑战,准确的传播模式辨识与精确的目标状态估计是改善跟踪能力的关键.针对上述问题,本文提出了一种基于马尔科夫蒙特卡洛Gibbs采样的OTHR目标跟踪算法,该算法通过波门设置大大减少了关联假设数,然后通过极大化似然函数寻求当次迭代当前拍最优的关联矩阵,进而利用加权新息多量测滤波进行状态更新,仿真结果表明,此算法通过有限次迭代便可收敛,同时此算法在径向距和方位角估计精度上高于MPDA算法,但这是以计算量为代价的.