基于自适应 CS 模型的 IMM 算法

• 作者: 南建国 杨永建 樊晓光 王晟达 禚真福 黄伯儒
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 机动目标跟踪 目标运动状态改变 模型误差 当前统计模型 交互式多模型
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 电子技术
• 页码范围: 977-983
• 页数: 7页
• 分类号: TP273
• 字数: 5747字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2016.05.01

摘要

目标运动状态的改变将导致目标跟踪算法精度降低或发散。为了提高机动目标跟踪的跟踪性能，首先，针对当前统计（current statistical，CS）模型中最大加速度固定设置导致模型误差增大的问题，提出了一种自适应 CS 模型；在自适应 CS 模型和交互式多模型（interacting multiple model，IMM）的基础上，提出了一种交互式多自适应模型（interacting multiple adaptive model，IMAM），该模型通过采用两个自适应 CS 模型，能够有效消除目标状态突变造成模型误差急速增大的问题，提高了模型的准确度和适应性。其次，在 IMAM 的基础上，结合修正卡尔曼滤波（amendatory Kalman filter，AKF）的思想，提出了 IMAM-AKF 算法，该算法通过修正最终的状态融合估计值，有效地降低了目标机动造成的模型误差，进一步提高了机动目标跟踪的性能。最后，结合自适应渐消卡尔曼滤波（adaptive fading Kalman filter，AFKF）的思想，提出了 IMAM-AFAKF 算法。仿真结果表明，无论是强机动还是弱机动，IMAM-AFAKF 算法都具有较好的跟踪性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	樊晓光	空军工程大学航空航天工程学院	85	710	13.0	24.0
2	王晟达	空军工程大学航空航天工程学院	44	324	10.0	16.0
3	南建国	空军工程大学航空航天工程学院	40	180	8.0	10.0
4	禚真福	空军工程大学航空航天工程学院	27	159	7.0	11.0
5	杨永建	空军工程大学航空航天工程学院	20	127	7.0	11.0
6	黄伯儒	空军工程大学航空航天工程学院	1	15	1.0	1.0