相飞华，王杰贵，唐希雯，孙 兵

(国防科技大学电子对抗学院，安徽 合肥 230037)

0 引言

无源定位跟踪系统具有隐蔽性强、探测距离远及适用范围广等优点，而单站无源定位跟踪系统更是具有极大的战术灵活性，因此成为目标跟踪领域的研究热点之一[1-2]。在机动目标的跟踪中，单一模型滤波器常无法与目标实际运动模型匹配导致滤波发散，难以达到跟踪目的。

交互多模型(interacting multiple model, IMM)算法较好地解决了模型匹配切换问题因而得到广泛的应用[3]。IMM算法使用多个子模型并行工作，各子模型通过Markov概率转移矩阵进行切换，将各模型滤波器输出的加权和作为目标运动状态的最终估计[4]。

IMM算法通过概率转移矩阵来实现模型切换，匹配目标真实运动状态，但目标发生机动会带来切换滞后的问题[5]。Markov矩阵的选取受到固定先验信息和人为因素影响，通常设为固定的主对角占优矩阵[6]。Markov矩阵先验信息的不确定会使滤波精度下降[7]，因此长期以来，转移概率的在线自适应估计成为研究的热点，文献[6,8—9]给出了几种不同的修正方法。考虑到当前量测中包含有系统当前的模式信息，因此应充分利用当前的量测信息，实时更新多模型滤波器的转移概率参数，以提高模型的切换速度和滤波精度。本文讨论了一种较为简便的方式，并给出了利用量测数据在线估计模型转移概率的递推公式。

滤波器的选择通常会直接影响IMM算法的滤波效果，机动目标跟踪系统通常需要选择合适的非线性滤波器。……