基于当前统计模型的自适应强跟踪算法

• 作者: 吴秀清 孙福明 祁凯
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 机动目标 机动模型 当前统计模型 强跟踪滤波器
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 191-195
• 页数: 5页
• 分类号: TN953
• 字数: 3433字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2008.02.013

摘要

由于模型参数不能自适应调整和卡尔曼滤波器固有的特点,传统的当前统计模型算法跟踪突发强机动目标时性能显著下降.本文通过采用机动检测方法并借鉴强跟踪滤波器的思想,提出了一种改进的自适应强跟踪算法.利用量测残差的统计距离将目标机动划分为不同的状态,相应调整模型参数和滤波器增益,提高机动模型和系统模式的匹配程度,增强了系统对强机动目标的跟踪能力并保持对一般机动目标良好的跟踪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴秀清	中国科学技术大学电子工程与信息科学系	64	802	16.0	25.0
2	孙福明	中国科学技术大学电子工程与信息科学系	5	85	5.0	5.0
3	祁凯	中国科学技术大学电子工程与信息科学系	2	30	2.0	2.0