基于机动目标跟踪模型的自适应滤波算法

摘要

自二十世纪中期，机动目标跟踪技术以迅猛地速度发展，在此期间，机动目标跟踪技术逐渐地运用到军事和民用领域，随着现代化军事化武器，航空航天的技术不断地发展，各种导弹、飞机等飞行器的运动状态及机动性能变得越来越复杂，这必然导致目标的跟踪越来越困难。原有的机动目标跟踪技术已经不能满足跟踪目标实际运动的需要，为此本文结合国内外研究现状重点介绍了机动目标跟踪模型，机动目标跟踪滤波算法等问题，同时本文对机动目标跟踪模型的自适应滤波算法进行了深入的研究。
　　本文介绍了机动目标跟踪理论的发展历程，以及国内外的研究现状，给出了目前常用的几种机动目标跟踪模型，以及分析它们各自的适用范围。研究了机动目标跟踪滤波算法，主要是卡尔曼滤波算法，扩展卡尔曼滤波算法和无迹卡尔曼滤波算法。本文在此基础上，对相关问题进行了深入的研究，并取得了如下成果：对“当前”统计模型的滤波算法进行详细分析所存在的缺陷，并在其缺陷的基础上提出了一种改进的滤波算法。通过仿真实验表明了该算法不仅对弱机动目标具有很好的跟踪能力，而且对强机动目标同样具有很好的跟踪能力。之后本文又分析了交互式多模型算法对跟踪目标性能的影响参数，并提出了针对这些影响参数进行自适应调整的算法。该算法可以动态地调整过程噪声协方差矩阵和马尔可夫转移概率矩阵，并一定程度上弱化了交互式多模型算法的缺陷。对交互式多模型自适应滤波算法进行仿真实验，通过仿真结果验证了交互式多模型自适应滤波算法具有很好的跟踪效果。