基于RBF网络和IMM的机动目标跟踪方法

• 作者: 刘炜 戴晓强 朱志宇
• 来源期刊: 弹箭与制导学报
• 关键词: 机动目标 跟踪 卡尔曼滤波 RBF神经网络
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 相关技术
• 页码范围: 329-333
• 页数: 5页
• 分类号: TN953
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9728.2006.03.105

摘要

文中提出了一种应用RBF神经网络对标准IMM算法中的卡尔曼滤波结果进行校正的方法.网络输入为预测误差、卡尔曼增益以及测量值与估计值之差,网络输出反映了由于目标机动所带来的滤波误差,将网络输出结果和直接由卡尔曼滤波求解得到的结果相加,可以得到更为准确的滤波值.同时,在网络的学习算法中,在网络权值矩阵的修正公式中增加了反映滤波残差的调整项,若卡尔曼滤波的残差较大,网络调整权值的幅度也相应增大.仿真结果表明,在目标发生机动转弯处,校正后的IMM算法的跟踪误差要明显小于标准IMM算法的跟踪误差,跟踪精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱志宇	江苏科技大学电子信息学院	164	971	15.0	21.0
2	刘炜	江苏科技大学电子信息学院	25	117	7.0	9.0
3	戴晓强	江苏科技大学电子信息学院	24	139	6.0	11.0