一种新的杂波环境下多机动自适应跟踪算法

针对密集杂波环境下对多个高机动并有轨迹交叉的目标进行跟踪的问题,由于交互式多模型联合概率数据关联算法在目标密集和多模型情况下会出现计算组合爆炸的情况,提出了一种结合交互式多模型算法IMM和简化的联合概率数据关联算法Cheap JPDA的自适应跟踪算法.Cheap JPDA算法节省了JPDA算法中确认矩阵的拆分过程,降低关联概率计算难度及计算量.通过Monte Carlo仿真表明,算法能够很好的实现机动目标的跟踪性能,从而说明了算法的有效性.     

基于改进“自适应转弯”模型的机动目标跟踪算法

提出了多模型(交互多模型)跟踪机动目标的一种有效算法。对机动目标跟踪的自适应转弯模型建模方法进行了深入研究,对通过计算转弯率而建立跟踪模型方法进行了总结,指出了相关文献中的自适应转弯模型在实际应用中存在的不足,由此提出了两种采用平均转弯率的建模的方法,即在算法中引入α和β参数调整转弯率的粗糙度,使用平均值的方法估计转弯率。通过仿真试验说明了改进算法的必要性和新建模型的有效性。     

基于改进“自适应转弯”模型的机动目标跟踪算法

多模型(交互多模型)跟踪是机动目标跟踪的一种有效方法,转弯模型在多模型跟踪建模及模型集确定中被广泛研究和使用.论文对机动目标跟踪的自适应转弯模型建模方法进行了深入研究,对通过计算转弯率而建立跟踪模型的方法进行了总结,指出了文献[4,6]的自适应转弯模型在实际应用中存在的不足,由此提出了两种采用平均转弯率的建模方法.并通过仿真试验说明了改进的必要性和新建模型的有效性.     

被动多传感器自适应曲线模型跟踪新算法

针对被动多传感器机动目标跟踪系统中,由于目标机动性能的不确定以及存在的非线性而导致系统模型与目标实际运动模式难以匹配的问题,提出一种新的自适应曲线模型跟踪算法．该算法通过建立新的方向角模型,设计一种自适应的转弯角速度估计方法,实时计算每个采样时刻目标的切向加速度,以获得与目标实际运动模式相匹配的运动模型,并与扩展卡尔曼滤波相结合,有效提高了被动多传感器下机动目标的跟踪精度．     

新的自适应转弯模型的IMM算法研究

针对采用协同转弯模型作为模型之一的交互式多模型（IMM）目标跟踪算法中，转弯率难以实时估计且精度不高造成跟踪精度降低的问题，创新性地提出了一种新的自适应转弯模型的IMM算法。利用三种映射转弯率的方法构造轨迹特征向量，通过训练好的BP神经网络实时估计时间窗内轨迹段的平均转弯率，提高转弯率的估计精度，从而提高跟踪精度。仿真实验表明，提出的自适应转弯模型的IMM算法较之传统的自适应转弯模型的IMM算法在转弯率较大时具有更加高的跟踪精度，并且具有较高扩展性和发展前景。     

强机动目标自适应变结构多模型跟踪算法

在强机动目标跟踪领域,采用传统基于固定模型集合的交互式多模型算法需要大量模型来描述目标机动,需要巨大的计算量,并且过多模型会带来不必要的模型竞争反而降低跟踪性能.为解决它所带来的问题,提出一种自适应变结构多模型算法,采用少量与目标运动模式相关的模型,在不同时刻根据目标当前机动水平自适应调整模型参数建立新的模型集合,并对其进行滤波估计.仿真结果显示该方法能更好的匹配目标运动规律,有效降低计算复杂度,提高跟踪精度.     

一种改进的临近空间高超声速飞行器跟踪算法

针对传统的自适应网格算法在跟踪高超声速飞行器高机动目标时,会出现跟踪位置不稳定的问题,在自适应网格算法中引入了转换模式和抑制模式,得到了一种改进的变结构交互多模型算法——SAG-VSMM算法,通过转换模式和抑制模式的切换来避免了不同模型状态滤波过程中的相互干扰,具有更好的鲁棒性.仿真结果表明,改进方法在跟踪临近空间目标时,能够实现对目标的精确跟踪,并且具有计算量较小、跟踪精度高、鲁棒性强的特点,较传统自适应网格算法跟踪精度得到一定提高.     

强机动目标跟踪自适应交互式多模型算法

针对机动目标跟踪过程中建立的目标模型和目标的实际运动模式出现失配的问题,提出了从一组离散模型集中选出最优模型,并自适应调整模型参数,使模型逼近目标实际运动模式的交互式多模型算法.蒙特卡罗仿真表明,该算法与传统的常速模型与自适应协同转弯模璎交互算法(IMM-CV/ACT)相比,在目标发生强机动时,能及时有效的把跟踪误差峰值控制在测最标准差之下,适合于强机动目标跟踪.     

基于多模型算法的低空机动目标跟踪研究

针对地面防空警戒和跟踪雷达系统机动目标的跟踪,将适用于常速运动模式的常速模型,常加速运动模式的常加速模型和转弯运动模式的转弯模型组成模型集,使用交互式多模型算法对机动目标进行跟踪。仿真结果表明,其中的两种组合性能很好,不仅能够精确跟踪到低空机动目标的运动形态,而且具有很好的收敛特性和稳定性,具有一定的工程应用价值。     

基于毫米波雷达的机动目标跟踪算法研究

针对复杂交通环境下高机动目标难度大,易丢失的问题,提出一种适合机动目标的毫米波雷达跟踪流程。首先,提出一种适合毫米波雷达数据的跟踪门——基于规则的自适应跟踪门,能够根据雷达探测范围,目标属性自适应调整跟踪门。然后,根据目标高机动特性,选择匀速模型和匀加速模型为跟踪模型,利用交互式多模型算法跟踪目标。实验结果表明：交互式多模型算法较典型卡尔曼滤波跟踪精度提高18.26%;论文方法跟踪雷达目标准确度提高5.303%,虚警率下降0.813%。