基于Bayesian-Fisher混合模型改进的交互式多模型算法

摘要

cqvip:针对交互式多模型算法(interacting multiple model,IMM)存在模型集设计困难的问题,提出一种改进的IMM算法。该算法将当前统计模型(current statistical,CS)融入到Bayesian-Fisher混合模型中,实现对加速度均值的在线自适应调整,从而提高对过程噪声协方差的估计精度,减少模型失配。同时,对匀速模型(constant velocity,CV)进行改进,并将改进的CS、CV模型在IMM算法的体系下进行交互。仿真结果表明,改进的IMM算法能快速响应目标状态的变化,取得优于IMMCVCA、IMMCVCS、IMMCVCACT以及IMMCVSTMIE的跟踪性能。