基于机动识别的多级组合滤波器设计

徐 磊，刘晓阳，郑 晟，徐金龙，王中晔

（上海机电工程研究所，上海 201109）

0 引言

信号在传输和检测过程中不可避免地受到系统内部和外界环境噪声的干扰，严重影响了信号的质量［1］。对于含有噪声的信号，首先要滤除噪声，然后提取出所需信号，这个过程就是滤波。滤波问题，尤其是机动目标的滤波，是目标跟踪过程的重要组成部分，已经在航空航天、测量等军用和民用领域得到了广泛应用。目前，工程上常用的滤波方法有卡尔曼滤波［2-3］、α-β 滤波、α-β-γ 滤波［4-7］，以及平方中心差分卡尔曼滤波（SRCSKF）［8］等。

滤波是一种线性最小方差估计，对于每一点采样值的估计，都要求估计误差方差矩阵最小的最优估计方法，然而，这种最优估计方法需要大量的在线计算量。通过简化滤波器增益的选取，使之不再与系统协方差相关，从而实现增益的离线计算和滤波器的工程实现。α-β-γ 滤波正是基于这样的需求而建立的常增益滤波器。

固定增益α-β 滤波器的在线计算量最少，能够有效保证滤波算法的实时性。然而，在滤波暂态阶段，滤波算法尚未收敛，小增益滤波器的滤波性能将很差。同样，在目标机动时，目标观测值与滤波预测值之差（新息）较大，为了保证较好的滤波效果，必须增大观测值在滤波方程中的比重，对于α-β 滤波，一个可行的方法就是增大滤波器的增益α、β。然而，作为一种常增益滤波算法，因为增益固定，α-β滤波很难在实现对机动目标暂态跟踪的同时还满足较好的稳态滤波性能。……