机动目标跟踪支持向量回归学习新方法

• 作者: 刘华军 赖少发
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 机动目标跟踪 支持向量回归 汽车毫米波雷达
• 年，卷（期）: 2017,（2）
• 页码范围: 264-268
• 页数: 5页
• 分类号: TP301.6
• 字数: 2981字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2017.41.02.019

摘要

针对强机动性车辆目标的运动建模、控制输入建模和噪声建模的不精确导致的汽车雷达目标跟踪滤波精度低的问题,该文提出了基于支持向量回归(SVR)的机动目标跟踪滤波新方法.在常加速度(CA)模型的基础上,对理论新息协方差与实际新息协方差残差的Frobenius范数在线学习,获得过程噪声协方差的自适应调节因子,实时调整运动模型.对汽车雷达目标跟踪系统的仿真实验表明,该文算法降低了汽车雷达目标跟踪滤波对车辆运动模型和噪声模型的依赖程度,在强机动目标跟踪滤波性能上优于CA模型,比Singer模型具有更强的机动适应性和更高的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘华军	南京理工大学计算机科学与工程学院	13	393	7.0	13.0
2	赖少发	南京理工大学计算机科学与工程学院	2	17	2.0	2.0