)可發(fā)現(xiàn)增廣狀態(tài)誤差后的濾波器可等效為一種帶多重時變漸消因子的Kalman濾波器。自適應(yīng)多重漸消因子的引入，使增廣狀態(tài)誤差濾波具有了強跟蹤的性能。3仿真驗證為了能夠驗證本文增廣誤差模型算法（AugmentedBiasModelAlgorithm，ABMA）對機動目標的跟蹤能力，通過模擬產(chǎn)生復(fù)雜運動路徑，采用本文算法與SKF及STKF進行濾波計算并比較其跟蹤能力。在仿真實驗中，運動軌跡既包含機動較弱的勻速運動過程又包含機動較強的變速運動及正弦機動的情況。整個運動過程如表1所示。目標在前700s內(nèi)為直線運動，隨后作曲線運動，在變加速運動階段采用指數(shù)相關(guān)模型生成軌跡[4]。表1目標機動過程Tab.1Targetmanueuveringprocess初始狀態(tài)1-200s201-400s401-600s601-700s701-900s901-1100s1101-1300s（表格采用三線表。表頭：五號黑體居中。表文：六號。注：表題為中英文對照，英文均用TimesNewRoman，文字和符號的標注應(yīng)與正文相同。）在濾波過程中，CV模型被用作SKF與STKF的狀態(tài)模型，其系統(tǒng)噪聲方差陣設(shè)置為Qcv=diag[0.010.01]，位置測量噪聲的協(xié)方差為3m2；在ABMA算法中增廣誤差狀態(tài)的噪聲方差陣設(shè)置為，其余參數(shù)同對比算法一致。濾波結(jié)果誤差如圖1~圖4所示。圖1X軸位置濾波誤差Fig.1X-axispositionerrors（圖題：六號，宋體。注：圖序號為全文連續(xù)編號，圖題為中英文對照，英文均用TimesNewRoman，圖中文字和符號用英文表示，標注應(yīng)與正文相同。）圖2Y軸位置濾波誤差Fig.2Y-axispositionerrors圖3X軸速度濾波誤差Fig.3X-axisvelocityerrors圖4Y軸速度濾波誤差Fig.4Y-axisvelocityerrors從濾波結(jié)果中可以看出，跟蹤目標在前200s非機動運動時三種濾波方法之間沒有明顯差異，這是因為三種算法的狀態(tài)方程均是采用低維的CV模型或其狀態(tài)誤差增廣形式；對于201-600s期間加速機動的情況，與其他兩種算法相比，使用ABMA算法可以顯著消除由模型失配而引起的濾波偏差。需要注意的是，ABMA算法在目標機動發(fā)生突變時，需要一定時間來保持濾波穩(wěn)定。由圖2及圖4中701-1100s的濾波誤差可以看出，雖然位置的兩個量測量間是相互獨立的，但在STKF濾波過程中采用的是全局衰減因子，當運動目標沿著X軸方向作變加速機動時，將會導(dǎo)致其Y軸方向上的估計誤差增加。由于本文所提ABMA算法對狀態(tài)誤差進行了有效估計，其濾波精度明顯優(yōu)于STKF算法。此外，在1101-1300s期間，當運動目標作正弦機動時，其模型失配誤差同樣被ABMA算法有效消除。4結(jié)論（1.結(jié)論不應(yīng)是正文中各段小結(jié)的簡單重復(fù)，應(yīng)以正文中的研究為依據(jù)提出。2.實驗或研究的結(jié)果及其揭示的原理和規(guī)律。3.研究中發(fā)現(xiàn)的例外或本文尚難以解釋和解決的問題。4.與以往研究工作的異同。5.對進一步研究的建議，儀器設(shè)備的改進建議等。6.結(jié)論最好按照（1）、（2）、（3）條目方式列在文尾。）本文針對目標跟蹤中濾波模型的失配問題，提出了一種增廣狀態(tài)誤差的濾波方案。算法分析與實驗結(jié)果表明：（1）模型誤差通過狀態(tài)轉(zhuǎn)移矩陣對濾波結(jié)果產(chǎn)生影響。本文所建立的增廣狀態(tài)誤差模型是將由模型失配引起的狀態(tài)誤差增廣為狀態(tài)量，為后續(xù)研究模型失配問題提供了新的思路。（2）基于增廣狀態(tài)誤差模型所設(shè)計的濾波器，可等效為一種帶多重時變漸消因子的Kalman濾波器，具有強跟蹤濾波器的性質(zhì)，對機動目標的跟蹤能力更強。（3）本文所提增廣狀態(tài)誤差濾波方案在對機動突變目標進行跟蹤時，需要一定的濾波穩(wěn)定時間，因此需要進一步完善。在對于要求較高的場合，在應(yīng)用該模型時需要同時使用其他輔助的濾波技術(shù)以加快濾波收斂。參考文獻（中文參考文獻需有對應(yīng)英文翻譯，格式為先中文再相應(yīng)的英文翻譯；另，參考文獻15條左右，其中英文文獻不低于8條，主要為近兩年的期刊或會議文獻；綜述30條以上,英文不低于15條；盡量不參考書目和網(wǎng)頁，學(xué)位論文。按規(guī)范編寫，明確到頁碼。單次參考多篇文獻的時候不超過3篇。）McaulayRJ,DenlingerE.ADecision-directedadaptivetracker[J].IEEETransactionsonAerospace&ElectronicSystems,1973,AES-9(2):229-236.SingerRA.Estimatingoptimaltrackingfilterperformanceformannedmaneuveringtargets[J].IEEETransactionsonAerospace&ElectronicSystems,1970,6(4):473-483.LiXR,JilkovVP.Surveyofmaneuveringtargettracking.PartV.multiple-modelmethods[J].IEEETransactionsonAerospace&ElectronicSystems,2005,41(4):1255-1321.BlairWD,WatsonGA,RiceTR.Trackingmaneuveringtargetswithaninteractingmultiplemodelfiltercontainingexponentially-correlatedaccelerationmodels[J].AsianJournalofInformationManagement,1991,3(1):224-228.Bar-ShalomY,BirmiwalK.Variabledimensionfilterformaneuveringtargettracking[J].IEEETransactionsonAerospace&ElectronicSystems,1982,AES-18(5):621-629.陳曉榮,陳淑芬.變維卡爾曼濾波實現(xiàn)運動目標的跟蹤[J].儀器儀表學(xué)報,2006,27(9):1163-1166.ChenXR,ChenSF.VariabledimensionofKalmanfilterfortargettracking[J].ChineseJournalofScientificInstrument，2006，27(9):1163-1166(inChinese).DengZL,LuY,LeiY.VirtualnoiseandvariabledimensionKalmanfilterformaneuveringtargettracking[C]//InternationalConferenceonRemoteSensing.2012:909-917.LiXR,JilkovVP.Asurveyofmaneuveringtargettracking-PartIII:measurementmodels[J].IEEETransactionsonAerospace&ElectronicSystems,2001,39(4):1333-1364.WangL,WuL,YongG,etal.Onlinesensorfaultdetectionbasedonanimprovedstrongtrackingfilter[J].sensors,2015,15(2):4578-4591.高琴,任鄭兵,孫愛民.基于星敏感器的衛(wèi)星姿態(tài)估計方法研究[J].導(dǎo)航定位與授時,2018,5(1):42-47.GaoQ,RenZB,SunAM.ResearchonSatelliteAttitudeEstimationBasedonStarSensor[J].NavigationPositioning&Timing,2018,5(1):42-47(inChinese).GaoM,ZhangH,ZhouY,etal.GroundmaneuveringtargettrackingbasedonthestrongtrackingandthecubatureKalmanfilteralgorithms[J].JournalofElectronicImaging,2016,25(2):023006.ZhouDH,FrankPM.Strongtrackingfilteringofnonlineartime-varyingstochasticsystemswithcolourednoise:applicationtoparameterestimationandempiricalrobustnessanalysis[J].InternationalJournalofControl,1996,65(2):295-307.JwoDJ,HuangCM.AnadaptivefuzzystrongtrackingKalmanfilterforGPS/INSnavigation[C]//IndustrialElectronicsSociety,2