LOS-NLOS混合環(huán)境中基于交互式多模型的魯棒目標(biāo)跟蹤.pdf

1、在現(xiàn)代無線通信網(wǎng)絡(luò)中，與位置相關(guān)的服務(wù)和應(yīng)用越來越頻繁，逐步改變著人們的生活，同時有效促進(jìn)目標(biāo)跟蹤技術(shù)的發(fā)展，使其擁有更為廣闊的應(yīng)用前景。本文研究了視距（Line-of-sight, LOS）和非視距(None-line-of-sight, NLOS)混合環(huán)境中的目標(biāo)跟蹤技術(shù)。針對混合環(huán)境中目標(biāo)跟蹤的相關(guān)測量參數(shù)估計和定位跟蹤方程的求解等問題，提出了混合參數(shù)估計和魯棒跟蹤算法。仿真結(jié)果表明，新提出的算法適用 LOS/NLOS混合環(huán)境，有

2、較高的定位精度，較強(qiáng)的跟蹤穩(wěn)定性，且具有較好的可實(shí)現(xiàn)性。
　　首先介紹了目標(biāo)跟蹤技術(shù)中相關(guān)測量參數(shù)及經(jīng)典算法。分析了基于卡爾曼濾波器的跟蹤算法，給出了標(biāo)準(zhǔn)卡爾曼濾波器的濾波原理及迭代過程。該算法通過優(yōu)化卡爾曼濾波器迭代過程，已知到達(dá)時間(Time of Arrival，TOA)中非視距誤差分布情況下，對非視距誤差有一定程度的抑制效果。但非視距誤差不斷變化的LOS/NLOS混合環(huán)境中，基于卡爾曼濾波器的跟蹤算法性能不穩(wěn)定，甚至發(fā)散。

3、
　　接著提出了一種基于擴(kuò)展H￥濾波（EHF）和擴(kuò)展卡爾曼濾波(EKF)的交互式多模型（Interacting Multiple Model, IMM)跟蹤算法，設(shè)計了由視距傳播(LOS)、非視距傳播（NLOS）兩種子模型構(gòu)成的環(huán)境模型集來描述MS的運(yùn)動狀態(tài)，移動目標(biāo)（MS）與基站(BS)之間的LOS、NLOS傳輸信道分別用擴(kuò)展卡爾曼濾波和擴(kuò)展H￥濾波匹配，并假設(shè)兩個子模型間的轉(zhuǎn)移為馬爾可夫過程。仿真結(jié)果表明，新提出的算法能有效抑