PDAF是基于概率数据关联的滤波
其主要流程为:
1.定义两个测量集合
Z ( k ) = { z i ( k ) } i = 1 m 1 Z(\mathrm{k})=\left\{z_{i}(\mathrm{k})\right\}_{i=1}^{m_{1}} Z(k)={
zi(k)}i=1m1 :k时刻的有效量测集。
Z k = { Z ( j ) } j = 1 k Z^{k}=\{Z(j)\}_{j=1}^{k} Zk={
Z(j)}j=1k:累计到k时刻所有的有效测量集。
2.有效量测(服从高斯分布,验证区间为椭圆区域)
v ( k , γ ) = { z : [ z − z ^ ( k ∣ k − 1 ) ] ′ s ( k ) − 1 [ z − z ^ ( k ∣ k − 1 ) ] < = g 2 } v(\mathrm{k}, \gamma)=\left\{\mathrm{z}:[\mathrm{z}-\hat{\mathrm{z}}(\mathrm{k} | \mathrm{k}-1)]^{\prime} \mathrm{s}(\mathrm{k})^{-1}[\mathrm{z}-\hat{z}(\mathrm{k} | \mathrm{k}-1)]<=g^{2}\right\} v(k,γ)={
z:[z−z^(k∣k−1)]′s(k)−1[z−z^(k∣k−1)]<=g2}
其中 g g g为门限阈值。
S ( k ) = H ∗ P ( k ∣ k − 1 ) H ′ + R S(\mathrm{k})=\mathrm{H}^{*} \mathrm{P}(\mathrm{k} | \mathrm{k}-1) \mathrm{H}^{\prime}+\mathrm{R} S(k)=H∗P(k∣k−1)H′+R量测相对应的新息协方差
跟踪门的体积是: V ( k ) = c n i ∣ γ S ( k ) ∣ 1 / 2 = c n n γ n 2 2 ∣ S ( k ) ∣ 1 / 2 V(\mathrm{k})=\mathrm{c}_{n_{i}}|\gamma S(\mathrm{k})|^{1 / 2}=\mathrm{c}_{n_{n}} \gamma^{\frac{n_{2}}{2}}|\mathrm{S}(\mathrm{k})|^{1 / 2} V(k)=cni∣γS(k)∣1/2=cnnγ2n2∣S(k)∣1/2
3.预测
状态预测: x ^ k ∣ k − 1 = F ∗ x ^ k − 1 ∣ k − 1 \hat{x}_{k |k-1}=\mathrm{F} * \hat{x}_{k-1| k-1} x^k∣k−1=F∗x^k−1∣k−1
量测预测: z ^ k ∣ k