第2章 参数估计与线性滤波方法

2.1 引言

雷达数据处理方法中的一些基本概念已在第1章中作了简要介绍，本章主要是从时常参数的估计入手，经过类推由时常参数的估计获得静态（非时变）向量情况下的估计，进而获得对时变参数的估计（状态估计）。状态估计是对目标过去的运动状态（包括目标的位置、速度、加速度等）进行平滑、对目标现在的运动状态进行滤波以及对目标未来的运动状态进行预测，着重讨论的是卡尔曼滤波器（Kalman Filter，KF）方法[63～66]。为了减少卡尔曼滤波器的计算量，满足工程应用的需要，这里还对常增益滤波器进行了介绍，包括α-β与α-β-γ滤波器[15,16,67,68]和自适应的α-β与α-β-γ滤波器，同时本章还对估计性质、两点外推滤波、线性自回归滤波，状态估计的一致性检验等内容进行了讨论。这些参数估计和线性滤波方法是完成雷达数据处理的基础。