彭志刚，李宝鹏，李大龙

（海军航空大学青岛校区，山东 青岛 266041）

0 引言

随着现代航空技术的迅速发展，各种飞行器的机动性和运动速度越来越高，可靠而精确的跟踪目标始终是目标跟踪系统设计的主要目的与难点。目标跟踪实际上就是对目标状态的跟踪滤波问题，而实现目标跟踪首先要使所建立的目标运动模型与实际的目标运动模型匹配。

在当前目标机动能力日益增强，目标的运动模式的结构、参数变化起伏很大的情况下，单模型算法很难满足跟踪速度和精度的需求［1-3］，而多模型算法可以避免采用单模型时，由于目标机动而造成模型的不准确，提高机动目标跟踪性能，从而实现对强机动目标的精确跟踪［4］。交互式多模型（IMM）算法是利用模型先验概率和模型转移概率来计算每一个模型交互的权值［5-6］，然而，模型转移概率是人为事先确定的，它在一定程度上引入了人为误差，影响了滤波器的跟踪性能，而且，由于其对每一个模型都需要进行跟踪滤波，计算量随模型的增加而大大增加，不利于实时计算［7-8］。

本文提出了一种基于残差反馈的多模型最优跟踪滤波算法。该算法采用多个模型交互来逼近目标的实际运动模型，通过引入残差反馈信息，根据最小均方算法（LMS）求出各个模型交互的最优权，提高模型预测的准确性，从而提高目标的跟踪性能。该方法在避免了常规方法中单一模型难以准确描述高机动目标运动，在保持IMM 算法优点的同时，还避免了IMM 算法中人为设置参数和计算量大的问题，能够有效提高目标状态估计的准确性，从而提高目标的跟踪性能。……