崔龙飞，张 星，吴晓朝，张才坤

(洛阳电子装备试验中心 研究所,河南 洛阳471000)

基于当前模型自适应改进的航迹跟踪算法

崔龙飞，张 星，吴晓朝，张才坤

(洛阳电子装备试验中心 研究所,河南 洛阳471000)

在航迹跟踪过程中,目标发生转弯、变加速等强机动行为，会导致传统"当前"统计模型的跟踪精度变差，通过提取残差新息序列和测量方差序列中的信息，分别在"当前"统计模型中添加机动频率、最大加速度自适应修正因子，以及在卡尔曼滤波框架中增加协方差自适应因子,改善了该算法对强机动目标跟踪的适应能力。通过改进，该算法即保持了对一般机动目标良好的跟踪特性，又提高了对强机动目标的跟踪性能。通过使用蒙特卡洛模拟仿真验证了改进算法的有效性。

航迹融合；“当前”统计模型；卡尔曼滤波；新息差序列；方差自适应

航迹跟踪在军事领域有着广泛的应用和重要的地位，尤其是在空情信息融合系统中，更是空情融合等后续处理的前提和基础。由于测量误差的不可避免、目标运动模式可能发生的变化，航迹跟踪算法在对目标运动进行预测时需要适应不同的机动情况。目前航迹跟踪系统一般采用在自适应滤波体系的框架基础上，利用运动模型对目标运动的下一时刻位置进行估计，实现对目标的跟踪。当目标发生机动时，改进运动模型和滤波算法与目标实际的运动模式的匹配度是提高航迹跟踪精度的关键。

“当前”统……