利用粒子滤波从雷达回波实时跟踪反演大气波导  

Tracking refractivity from radar clutter using particle filter

作　　者：盛峥[1,2] 陈加清[1] 徐如海[3] 

机构地区：[1]解放军理工大学气象学院,南京211101 [2]南京信息工程大学气象灾害省部共建教育部重点实验室,南京210044 [3]南京电子技术研究所,南京210013

出　　处：《物理学报》2012年第6期523-528,共6页Acta Physica Sinica

基　　金：国家自然科学基金(批准号:41105013);江苏省自然科学基金(批准号:BK2011122);南京信息工程大学气象灾害省部共建教育部重点实验室开放课题(批准号:KLME1109)资助的课题~~

摘　　要：粒子滤波(particle filter,PF)是利用蒙特卡洛仿真方法处理递推估计问题的非线性滤波算法,这种方法不受模型线性和高斯假设的约束,是处理非线性非高斯动态系统状态估计的有效算法,适用于雷达回波反演大气波导(RFC)这类非线性非高斯问题.文中分别介绍了PF的基本思想和具体算法实现步骤,最后导出PF反演算法的迭代求解格式.数值试验结果表明,与扩展卡尔曼滤波(extended kalman filter,EKF)和不敏卡尔曼滤波(unscented kalman filter,UKF)相比,PF更适用于RFC这类高度非线性反演问题,可有效提高反演结果的稳定性和精度.Particle filter（PF） is an effective algorithm for the state recursive estimation in nonlinear and non-Gaussian dynamic systems by utilizing the Monte Carlo simulation,and it is applicable for solving the nonlinear and non-Gaussian RFC（refractivity from radar clutter） problems.The basic idea and the specific algorithm of PF are introduced;the implementation of the iterative inversion algorithm is derived finally.The experimental result indicates that the particle filter is suited to solve the nonlinear inversion problem and can effectively increase the stability and the accuracy of inversion results compared with the extended Kalman filter（EKF） and the unscented kalman filter（UKF）.

关 键 词：大气波导 雷达回波 粒子滤波 

分 类 号：P415.2[天文地球—大气科学及气象学]