基于IAUKF-JPDA算法的多目标跟踪

摘要

针对不同传感器融合跟踪精度低的问题,提出一种采用加权融合的改进自适应无迹卡尔曼滤波算法(IAUKF)。针对不同传感器的融合处理中场景切换导致的传感器精度变化,对来源于不同传感器的数据设置不同的权重,引入Sage-Husa自适应思想,实时处理测量噪声的统计特性,利用联合概率数据关联(JPDA)来完成杂波的去除和量测-目标的关联任务。运用所提算法在修正球坐标系下跟踪多个空中目标,最后仿真结果表明,与基于标准UKF估计算法的对应方法相比,新算法有效减小了状态估计误差,提高了跟踪精度。