付强，王刚，刘昌云，郭相科

(空军工程大学 防空反导学院，陕西 西安　710051)



探测跟踪技术

临空高速目标模糊机动检测的IMM-EKPF算法*

付强，王刚，刘昌云，郭相科

(空军工程大学 防空反导学院，陕西 西安710051)

摘要：针对临空高速目标运动状态多变，跟踪困难的问题，将扩展卡尔曼粒子滤波与交互多模算法相结合，提出IMM-EKPF算法，该算法不需要计算雅可比矩阵，能有效求解非线性非高斯环境的机动目标跟踪问题。在此基础上，有效结合模糊机动检测，可以在目标机动和非机动之间转换跟踪算法，以提高跟踪精度，减少计算量。仿真验证该方法在临空高速目标运动状态多变的情况下跟踪效果较好。

关键词：临空高速目标；信号融合；交互多模型算法；扩展卡尔曼粒子滤波；模糊机动检测；目标跟踪

0引言

临空高速目标的运动状态不固定，在机动与非机动之间不确定的变换，对稳定跟踪技术提出巨大挑战。扩展卡尔曼滤波(extended Kalman filter, EKF)在接近线性的模型中被经常使用，但在机动目标跟踪中，系统及观测模型是非高斯及非线性的，EKF算法效果不令人满意。粒子滤波(particle filter, PF)思想是用样本形式来描述先验及后验信息[1-2]，随着样本的增加，粒子滤波估计接近最优贝叶斯估计，但存在退化现象，一种改进的方法是选择合理的建议分布函数[3]。在研究建议分布函数构造的基础上，Freitas提出扩展卡尔曼粒子滤波算法[4](extended Kalman particle filter, EKPF)，可利用EKF算法，使粒子分布接近后验概率分布，同时减少粒子的使用个数。与滤波模型一样，机动模型的选择也是机动目标跟踪难题，交互多模型(interactive multiple model, IMM)算法使用马尔可夫过程描述模型之间的切换[5]。……