基于BPNN的自适应机动目标跟踪

• 作者: 彭章友 陈琳妍
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 反向传播神经网络 运动模型 交互式多模型 自适应算法 机动目标跟踪
• 年，卷（期）: 2019,（15）
• 所属期刊栏目: 研究与设计
• 页码范围: 29-34
• 页数: 6页
• 分类号: TN91
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1902742

摘要

为了解决现有的机动目标跟踪算法中时延长的问题,提出一种基于反向传播神经网络(BPNN)的自适应目标跟踪算法.从不同运动状态下的观测值中提取特征量,训练BPNN.根据获得的观测值计算得到特征量,将特征量输入到训练好的BPNN中,根据网络输出的运动模型进行滤波更新.仿真结果表明,提出的方法跟踪精度高于经典交互式多模型(IMM)算法,算法运行时间为0.063 5 s,少于IMM算法运行时间0.098 75 s,一定程度上减少了模型决策延迟,使得机动目标跟踪更具实时性.