改进的基于隐马尔可夫模型的自适应IMM算法
2018-03-01张杨
海军航空大学学报 2018年6期
关键词:模型
张 杨
(海军航空大学,山东烟台264001)
机动目标跟踪应用广泛,且一直是目标跟踪领域的研究难点和重点。迄今为止,学者们已经提出了许多机动目标跟踪算法[1-2]。其中,交互式多模型算法(Interacting Multiple Model,IMM)[3-4]使用多个模型进行并行滤波,并将模型转移视为马尔可夫过程,通过马尔可夫概率转移矩阵和更新后的模型概率来实现模型切换,解决了单一机动模型难以准确描述目标复杂机动形式和应对未知机动的问题。这是一种具有较低费效比、次优的、结构简单的算法,因而得到了广泛的研究和应用[5-8]。
IMM算法采用固定的马尔可夫参数来描述模型的转换过程,这样存在2个限制:一是实际情况中机动目标的机动情况信息很难提前获得,当先验信息不足或不完全准确时会导致马尔可夫矩阵的设置不符合当前跟踪环境,使得跟踪精度降低;二是在经典的IMM算法中,其马尔可夫转移概率矩阵在整个跟踪过程中是固定不变的,这样使得模型转换概率在目标稳定运动和机动转换阶段是一致的,不能根据目标的状态实时调整,进而降低了跟踪精度[9-10]。
许多学者针对IMM算法的这种缺点,利用算法的各种后验信息提出了自适应马尔可夫参数的IMM算法。例如,采用构造误差压缩率的方法[11-12]、模型概率或模型似然概率对马尔可夫转移概率矩阵进行修正[13-14],取得了一定的效果。但此类方法均是利用后验信息经过简单地处理后直接对马尔可夫转移概率矩阵进行调节,容易出现算法不稳定的情况。……
登录APP查看全文
