基于修正IEKF的IRST系统多站融合跟踪

摘要

针对红外搜索跟踪(infrared search and track,IRST)系统单站情况下的弱可观测强非线性问题,提出了一种基于修正迭代扩展卡尔曼滤波(modified iterated extended Kalman filter, MIEKF)的多站融合跟踪算法.按照高斯-牛顿迭代方法对IEKF中的测量更新进行修正,并推导了最大似然迭代终止条件,减小了非线性滤波的线性化误差.结合集中式融合跟踪算法,应用于IRST系统多站目标跟踪.以三站为例进行仿真研究,结果表明所提算法的跟踪性能要优于EKF和UKF.