基于高斯曲面特征矩阵的扩展目标形状估计

摘要：

针对传统方法难以准确估计扩展目标形状的问题,提出一种新的基于高斯曲面拟合的量测模型和基于高斯曲面特征矩阵的形状估计算法.首先,建立能反映目标真实形状的结构点,并产生多个高斯曲面,通过曲面叠加形成任意形状的量测空间分布模型;然后,根据高斯曲面拟合原理,用矩阵表示该拟合曲面主要区域的分布特征,并通过映射方程建立矩阵坐标与笛卡尔坐标的映射关系;最后,通过贝叶斯滤波体系更新拟合矩阵.与现有算法相比,本文算法不需要准确预设目标形状,在量测噪声较大的环境下,可以自适应的拟合目标真实形状.并且,在不需要预设目标形状方程的情况下,可以估计包括空心形状在内的任意不规则目标形状.实验结果表明,在目标初始形状参数不准确的情况下,本文算法正确估计了飞机形状、空心形状和集群目标形状,并且具有较好的扩展目标形状估计性能和较强的鲁棒性.

关键词：扩展目标、形状估计、高斯曲面、特征矩阵

所属期刊栏目：25

分类号：TN953

资助基金：国家自然科学基金;国家自然科学基金;江苏省自然科学基金;创新基金

在线出版日期：2014-10-29（万方平台首次上网日期，不代表论文的发表时间）

页码：1803-1811