论文部分内容阅读
针对异类被动传感器在方位测量误差较大时关联模糊度增加的难题,提出了一种修正极坐标下异类被动传感器多目标关联算法。首先,介绍了被动传感器纯方位信息在修正极坐标系中的扩展卡尔曼滤波方程;然后基于滤波后多目标方位的归一化二阶状态偏差值构造了关联统计量,利用卡方分布特性完成目标关联判决。仿真分析表明,该算法通过引入滤波后纯方位信息能够有效降低关联模糊度、提升异类传感器关联性能。