基于自適應(yīng)濾波的機動目標(biāo)跟蹤算法研究.pdf

1、目標(biāo)跟蹤無論在空中偵察與預(yù)警、彈道導(dǎo)彈防御、戰(zhàn)場監(jiān)視等軍事領(lǐng)域，還是空中交通管制、交通導(dǎo)航等民用領(lǐng)域均有廣泛的應(yīng)用，扮演著重要的角色。然而隨著現(xiàn)今各類飛行器機動性能的提高，傳統(tǒng)的目標(biāo)跟蹤算法已逐漸不能滿足精確跟蹤的要求，應(yīng)用自適應(yīng)濾波提高機動目標(biāo)跟蹤的性能，是一項頗具現(xiàn)實意義的研究課題。
　　機動目標(biāo)跟蹤自適應(yīng)濾波算法主要分三種類型，檢測自適應(yīng)濾波、實時辨識自適應(yīng)濾波與全面自適應(yīng)濾波，本文首先對三種算法中各自典型算法：變維算法(V

2、DF)、當(dāng)前統(tǒng)計模型均值自適應(yīng)算法、交互式多模型算法(IMM)算法進行研究，通過仿真分析出綜合性能上IMM算法有著明顯的優(yōu)勢，而當(dāng)前統(tǒng)計模型均值算法在高機動的情況下跟蹤性能良好。
　　當(dāng)前統(tǒng)計模型算法存在著兩個缺陷：弱機動目標(biāo)跟蹤能力差；目標(biāo)實現(xiàn)跟蹤需要對目標(biāo)機動加速度進行合理的先驗假設(shè)。本文深入研究當(dāng)前統(tǒng)計自適應(yīng)算法原理，應(yīng)用模糊機理對當(dāng)前統(tǒng)計自適應(yīng)算法中先驗假設(shè)進行適當(dāng)修正，仿真表明其在一定程度上弱化了當(dāng)前統(tǒng)計模型的缺陷。

3、r>　　針對IMM算法中模型轉(zhuǎn)移概率矩陣為固定值的情況，應(yīng)用濾波過程中得到的模型概率，實時對模型狀態(tài)轉(zhuǎn)移矩陣進行修正，并對基于常速(CV)、常加速(CA)、機動轉(zhuǎn)彎模型(CT)的改進IMM算法與傳統(tǒng)IMM算法進行了對比仿真，驗證了改進算法具備較高的精度，機動調(diào)節(jié)時間也相應(yīng)減少。最后考慮到當(dāng)前統(tǒng)計模型對高機動目標(biāo)的良好跟蹤能力，將改進當(dāng)前統(tǒng)計模型融入修正轉(zhuǎn)移概率的IMM算法中，結(jié)合用以描述非機動、弱機動的CV、CA模型作為IMM算法子模型