تطبيق كواريانس تخمين در الگوريتم ردگيري تنها با سمت اهداف متحرك سطحي در فيلترهاي چندمدله

Matching of the estimating covariance in bearings-only tracking algorithm for moving surface targets in multiple model filters

در اين مقاله الگوريتمي جهت ردگيري هدف با داده‌هاي سمت به‌تنهايي به روش بازنشاني كواريانس فيلتر پيشنهاد مي‌شود. رويت‌پذيري ضعيف در مساله ردگيري سمت به‌تنهايي عموماً منجر به واگرايي فيلتر يا خطاي باياس مي‌شود. در اين حالت به‌دليل يكتانبودن جواب مساله، مقدار كواريانس فيلتر، شرط كافي براي خطاي تخمين نمي‌باشد. در اين مقاله نشان داده مي‌شود كه اثرات متقابل باندكرامر-رائو و كواريانس خطاي تخمين برد هدف، جهت تشخيص واگرايي فيلتر بازگشتي، مشابه يك تابع پايداري لياپانوف، عمل مي‌كند. در ادامه، اين تابع به‌عنوان ضريب تصحيح تطبيق كواريانس تخمين استفاده مي‌شود. همچنين براي تخمين برد اوليه هدف و محاسبه صحيح باندكرامر-رائو، فيلترچندمدله/ذره‌اي به‌كار برده مي‌شود. به روش شبيه‌سازي مونت‌كارلو، الگوريتم پيشنهادي با ساير فيلترها، براساس معيارهاي رايج مقالات مقايسه شده و بهبود نتايج تخمين برد هدف، خاصه در زمان كاهش رويت‌پذيري نشان داده مي‌شود. تمامي بررسي‌هاي انجام‌شده براي يك مساله كاربردي رديابي شناورهاي سطحي با حساسه صوتي غيرفعال يك زيردريايي محدود شده‌است.

In this paper, an algorithm for bearings-only target tracking (BOT) problem is proposed using the resetting of the covariance matrix of the filter . Poor observability in BOT problem often leads to a bias error or even divergence of the filter. Therefore, due to non-uniqueness of the problem, the covariance value of the filter is not a sufficient condition to indicate the estimation error. In this paper, it is shown that the mutual effects between the covariance of the target range estimation and the Cramer-Rao lower error bound is similar to the stability of a Lyapunov function for detecting the divergence of the recursive filter. Then, this function is used as a correction coefficient of the estimating covariance matching. The multi-model/particle filters are also adopted for estimating the initial range of the target and calculating the Cramer-Rao lower error bound. Using the Monte Carlo simulation method, the proposed algorithm is compared with other conventional filters based on the criteria reported in the literature. Improvement of the results of the target range estimation is also shown, especially in case of observability reduction. All studies conducted in this paper are limited to the problem of surface floats tracking with passive sonar for a typical submarine.