一种针对机动目标的无人机鲁棒化跟踪方法

摘要

本发明公开了一种针对机动目标的无人机(UAV)鲁棒化跟踪方法，不仅适合UAV跟踪具有机动行为的目标，而且适用于伴有目标状态突变、观测环境复杂等对目标跟踪鲁棒性有较高要求的场合。该方法利用跳变马尔可夫模型对机动目标的多模型切换进行描述，对过程噪声、观测噪声以及系统状态均以具有重尾特性的学生t分布进行建模，以消除状态突变或观测异常带来的影响。在交互式多模型框架下，先对具有学生t分布形式的模型概率密度函数进行交互处理，再以学生t分布函数为基础进行广义非线性滤波设计，该滤波算法可使每个子模型都能获得鲁棒化的估计结果，最后利用更新的模型概率将各个子模型的估计结果进行融合从而获得最终的目标状态估计。