APP下载

乘性噪声干扰下基于交互多模型的目标跟踪*

2018-11-28廖书伟

传感器与微系统 2018年12期
关键词:模型

廖书伟, 刘 巍

(河南理工大学 电气工程与自动化学院,河南 焦作 454000)

0 引 言

随着现代航空航天技术的飞速发展,目标运动的实时性跟踪越来越受关注。对各式各样的飞行器的航速和机动性能的要求也越来越高。当目标突然实施机动(突然转弯或加、减速等),只采用一个模型很难描述目标的运动情况[1,2]。因此,Blom和Bar-shalom在广义伪贝叶斯算法[3,4]的基础上,提出了交互多模型算法(interacting multiple model,IMM)[5,6]。交互多模型算法是目标多模型运动的常用算法之一,可尽可能真实地反映目标的实际运动情况[7,8]。然而,经典的IMM算法没有考虑受乘性噪声的影响,因此本文提出受乘性噪声干扰的IMM算法对目标运动的影响并验证。

IMM算法被广泛应用于许多不同的领域,如文献[9]运用IMM算法跟踪机动目标,研究结果表明用IMM算法跟踪机动目标模型(特别是加速度较大)有明显的优势,文献[10]研究多通道交互多模型跟踪人体运动,进一步延展了IMM算法的应用。文献[11]通过IMM算法得到其派生算法,并用于跳跃马尔可夫线性系统的风险滤波问题。文献[12]提出IMM-卡尔曼滤波(Kalman filtering,KF)算法,该算法运用于目标跟踪具有较好的跟踪精度和稳定性。文献[13]结合粒子滤波和IMM算法,应用于高速高机动目标的跟踪,提高了对非线性系统下不确定情况的滤波性能,从而也优化了跟踪精度。文献[14]结合无迹KF和IMM算法,提出了一种自适应调整“当前”统计模型的计算方法,提高了运动模式的匹配概率,改进了跟踪效果。然而,上述文献仍没有考虑乘性噪声的影响。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用