高超声速飞行器自适应鲁棒跟踪滤波算法

针对高超声速飞行器在复杂空域飞行时,探测信息为非平稳且统计信息未知的非高斯闪烁噪声,提出了一种改进的鲁棒高斯-学生t混合分布滤波(RGSTMF)算法.首先,针对噪声的非高斯和非平稳特性,该算法利用高斯-学生t混合(GSTM)分布对量测噪声进行建模.针对实际跟踪过程中存在的噪声统计特性未知问题,采用高斯-逆Wishart分布对量测噪声未知且时变的均值进行描述,并且采用伽马函数对学生t(ST)分布的自由度进行建模.引入伯努利随机变量和隐变量,将建模好的GSTM分布模型描述成分层高斯状态空间.基于构建的分层高斯状态空间模型,通过变分贝叶斯算法,完成对RGSTMF算法的推导.仿真结果表明,在复杂空域噪声的探测信息异常值出现以及探测信息统计特征未知时,所提出的算法能有效提高跟踪滤波的精度和鲁棒性.