孟思彤+李政+辜阳

摘 要：目标跟踪的概念可以定义为：通过处理计算雷达探测的目标数据来预测估计目标的下一状态。由于人们要求的不断提高以及目标机动性的不断增强，单一模型跟踪的算法已经不能对目标的状态做出准确的预测和判断。由于这种状况的出现，也就引发了基于多模型的跟踪算法的出现，如此一来就可以完成对多种不同目标运动模型的跟踪和下一状态预测。多模型的运动估计预测方法包括有BGP1、BGP2、IMM等，其中IMM算法是当前主要的研究方向。

关键词：目标跟踪；雷达；多模型算法；IMM（交互式多模型算法）

DOI：10.16640/j.cnki.37-1222/t.2017.13.196

1 多模型算法的简述

一个线性随机混合系统包括目标的状态方程、目标的测量方程和在马尔科夫链是齐次时，从一个状态模型到另一个状态模型的转移概率，并且每个模式变量在系统的模式空间上的多模型（Multiple Model，MM）估计通常由以下四部分组成：

（1）模型设计。首先，设计一个模型集是由有限个模型构成的，其中，每个模型都和模型空间中的一种模式相对应。即由每个模型匹配在时刻的系统模式。

（2）滤波器的选择。选择合适的递推滤波器才能完成混合估计。对于线性系统常采用的滤波方法有KF，而非线性系统常采用的滤波方法有EKF、UKF等。

（3）估计融合。

（4）滤波器的重初始化。这部分的研究内容是将每个滤波器进行初始化，是不同的MM算法之间的主要区别也是研究的重点。需要得到每个模型在初始时刻的先验概率和初始时刻系统的先验信息。……