程 婷 何子述 李亚星

(电子科技大学电子工程学院 成都 611731)

1 引言

杂波环境下的机动目标跟踪问题广泛出现于各种军事和民用领域，因此，成为一个重要的研究课题，其关键在于如何解决目标量测点迹和目标运动状态的不确定性。针对前者一系列数据关联算法被相继提出，包括最邻近(NN)、概率数据关联(PDA)、多假设法(MHT)等算法[1]。针对于后者出现了各种机动目标跟踪算法，如当前模型算法、可调白噪声算法、多模型(MM)算法、交互式多模型(IMM)算法、变维滤波(VF)算法等[2]。将各种数据关联算法与机动目标跟踪算法相结合，便获得了不同的杂波环境下机动目标跟踪算法，如 IMM-PDA, IMM-MHT,MM-PDA等[3-5]。综合考虑跟踪性能和复杂度，PDA是一种比较好的数据关联方法[6]，而 IMM 算法利用多个滤波器交互，具备了全面自适应能力，在目标高度机动时较其他算法表现出优势[7]。因此，IMM-PDA成为杂波环境下机动目标跟踪普遍采用的算法[8,9]。

IMM-PDA算法采用椭圆形关联门为滤波器选取有效量测点迹，关联门的中心为目标的预测位置。当目标开始机动时，由于模型概率未更新至与新运动模式匹配的状态，因此，多模型交互的结果与目标真实运动模式之间存在模型误差，从而导致目标预测位置偏离目标真实量测位置。若关联门较小，上述偏差会使得真实目标的回波落在关联门之外，从而导致关联门内为虚假量测点迹或是不存在量测点迹，引起目标的跟踪丢失[10,11]。虽然采用较大的关联门可从一定程度上缓解目标机动时的丢失问题，但大的关联门会引入更多的虚假有效量测点迹，使得目标非机动期间的跟踪精度下降，同时也增大了算法的运算量[11,12]。……