一種改進(jìn)的機(jī)動(dòng)目標(biāo)的IMM狀態(tài)估計(jì)算法.pdf

1、目標(biāo)跟蹤在國(guó)防和民用領(lǐng)域均有著廣泛的應(yīng)用。隨著飛行器機(jī)動(dòng)性的提高，目標(biāo)運(yùn)動(dòng)軌跡呈現(xiàn)出一定的復(fù)雜性、隨機(jī)性和多樣性。因此，研究機(jī)動(dòng)目標(biāo)跟蹤是一個(gè)在理論與應(yīng)用中均具有挑戰(zhàn)性的課題。設(shè)計(jì)目標(biāo)跟蹤系統(tǒng)的主要目的是可靠而精確地跟蹤目標(biāo)，因此，對(duì)機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題進(jìn)行理論和應(yīng)用方面的研究，具有重大理論意義及工程應(yīng)用價(jià)值。 當(dāng)前對(duì)機(jī)動(dòng)目標(biāo)跟蹤的算法研究主要集中在交互式多模型（IMM）算法，它已被證明是目前混合系統(tǒng)估計(jì)算法中性價(jià)比最好的算法。經(jīng)典

2、IMM算法采用勻速模型（CV）和勻加速模型（CA），本文通過(guò)理論分析和仿真驗(yàn)證，表明采用CV、CA和“當(dāng)前”統(tǒng)計(jì)模型組成模型集的算法性能優(yōu)于經(jīng)典IMM。 另外，本文通過(guò)理論分析結(jié)合數(shù)字仿真結(jié)果，指出了采用CV、CA和“當(dāng)前”統(tǒng)計(jì)模型的IMM算法存在的一些不足，并在此基礎(chǔ)上給出了相應(yīng)的改進(jìn)算法。 首先，IMM算法所選擇的模型精度會(huì)影響整體IMM算法的性能。“當(dāng)前”統(tǒng)計(jì)模型存在跟蹤弱機(jī)動(dòng)目標(biāo)精度低、加速度極值先驗(yàn)固定、跟蹤范

3、圍小的缺陷。在IMM算法中將加速度極值不固定的“當(dāng)前”統(tǒng)計(jì)模型與CV、CA模型相結(jié)合，能改善整體IMM算法性能。 其次，IMM算法馬爾科夫轉(zhuǎn)移概率是先驗(yàn)確定的。本文充分利用隱含在當(dāng)前量測(cè)中的系統(tǒng)模式信息，在線實(shí)時(shí)計(jì)算馬爾科夫轉(zhuǎn)移概率，從而獲得了較準(zhǔn)確的后驗(yàn)估計(jì)，提高模型融合的精度。 最后，經(jīng)典IMM算法只能處理測(cè)量噪聲和動(dòng)態(tài)系統(tǒng)噪聲都是零均值獨(dú)立白噪聲下的航跡，但在實(shí)際工程中需要處理的數(shù)據(jù)往往是帶有一定相關(guān)性的有色噪聲而