用于RAM目标跟踪数据滤波的模型参数自适应CMUKF算法

C-RAM系统对RAM目标跟踪数据滤波算法有精度高、收敛快的要求。弹道系数未知造成模型不准确会导致传统滤波方法难以满足要求，针对不能准确辨识弹道系数的情况，提出了一种模型参数自适应的RAM目标跟踪数据滤波方法。该方法使用量测转换无迹卡尔曼滤波算法(CMUKF)对系统状态进行估计，在无迹卡尔曼滤波(UKF)的框架下使用最小二乘递推辨识算法(RLS)在线辨识弹道系数，形成了模型参数自适应，并对辨识出的弹道系数进行二次滤波，提高了弹道系数的辨识精度。将本文算法与传统C-RAM中的跟踪数据滤波算法比较，仿真结果表明该算法提高了估计精度，且具有良好的鲁棒性和较少的执行时间。