[发明专利]一种分布式可变扩散组合系数粒子滤波直接跟踪方法

摘要

本发明属于信号处理领域，提供一种基于时延和多普勒的分布式网络粒子滤波可变扩散组合系数直接跟踪定位方法，旨在解决在网络信噪比环境复杂或恶劣时，固定权系数的方法追踪性能恶化的问题；本发明提出利用局部中间状态估计值构造局部最优代价函数，应用子空间投影的方法将有约束问题转化为无约束问题，进一步通过RLS迭代方法求得最优解来获得自适应变化的组合系数，与传统的基于时延和多普勒的分布式粒子滤波目标直接跟踪方法相比，能够实现更好的追踪效果；本发明可应用于信噪比恶劣的情况，提高了分布式自适应粒子滤波直接跟踪方法的鲁棒性和稳健性。

主权项

1.一种分布式可变扩散组合系数粒子滤波直接跟踪方法，其特征在于，包括以下步骤：步骤1.第一次数据交换，在k时刻，接收机l与邻居接收机互相交换接收信号，组成观测矩阵；步骤2.接收机l根据随机预测粒子以及相应的粒子权重，更新局部中间状态估计值ψ_l,k以及相应的协方差矩阵Λ_l,k：步骤3.第二次数据交换，接收机l与邻居接收机互相交换局部中间状态估计值ψ_l,k；步骤4.结合，接收机l计算得到k时刻发射机位置的局部估计值其中，a_j,l,k为非负加权系数，满足条件：当时，a_j,l,k＝0；表示包含接收机l的邻居接收机的集合，集合内接收机个数为n_l；步骤5.接收机l计算k+1时刻最优组合系数；利用局部中间状态估计值ψ_l,k构造局部最优代价函数：其中，E运算符表示求数学期望，x_k表示发射机k时刻的状态向量，b_l,k包含a_l,k中的非零元素：a_l,k＝S_lb_l,k、e_l,h表示单位矩阵的第h列，a_l,k表示组合系数矩阵(a_j,l,k)_L*L的第l列，Ψ_l,k＝Ψ_kS_l、Ψ_k＝[ψ_1，k,ψ_2，k,…,ψ_L，k]，表示维度为n_l×n_l的单位阵、表示n_l维的全1列向量；迭代求解上述局部最优代价函数：初始化b_l,1＝1/n_l、b_l,k(1)＝b_l,k，按照下式迭代：b_l,k(n+1)＝b_l,k(n)+θ_l,k(n)ξ_l,k(n)其中，λ为常量遗忘因子，δ为一个正实数，直至n＝4，结束迭代，令b_l,k+1＝b_l,k(n+1)则：步骤6.根据局部估计值和协方差矩阵Λ_l,k构造后验概率分布p(x_k|Z_l,1:k)：接收机l通过后验概率分布采样生成M个更新粒子步骤7.采样生成k+1时刻的预测粒子并计算k+1时刻接收机l上的均值和方差进而构建高斯模型的近似局部预测分布：