›› 2012, Vol. 25 ›› Issue (4): 6-.

• 论文 • 上一篇    下一篇

基于IMM-UKF的机动目标跟踪方法

易凯,刘伟,张宝童   

  1. (中国电子科技集团公司第20研究所 总体设计部,陕西 西安 710068)
  • 出版日期:2012-04-15 发布日期:2012-04-17
  • 作者简介:易凯(1984—),男,硕士,助理工程师。研究方向:雷达数据处理,多传感器数据融合。刘伟(1973—),男,硕士,高级工程师。研究方向:雷达数据处理,多传感器数据融合。张宝童(1980—),男,本科,工程师。研究方向:计算机信息处理,多传感器数据融合。

Maneuvering Target Tracking Method Based on IMM-UKF

 YI Kai, LIU Wei, ZHANG Bao-Tong   

  1. (Ministry of Overall Design,20th Research Institute of China Electronics Technology Group Corporation,Xi'an 710068,China)
  • Online:2012-04-15 Published:2012-04-17

摘要:

针对目标运动模式的不确定性和运动模型的非线性问题,提出基于无味卡尔曼滤波器的交互式多模型方法。该算法采用匀速运动模型、匀加速运动模型、已知转弯角速度的匀速率转弯模型和“当前”统计模型作为模型集,用无味卡尔曼滤波实现非线性状态估计。仿真结果表明,该算法比传统的交互式多模型算法具有更高的跟踪性能。

关键词: 目标跟踪, 无味卡尔曼滤波, 交互式多模型, 非线性估计

Abstract:

Aiming at the uncertainty of target motion-mode and the nonlinearity of target motion model,this paper proposes an Interacting Multiple Model (IMM) algorithm based on Unscented Kalman Filter (UKF).The constant velocity model,the constant acceleration model,the coordinated turn model for fixed angular velocity and the “current” statistical model are chosen as the model set,and the Unscented Kalman Filter is proposed to realize the nonlinear state estimation.The simulation results show that this algorithm has higher tracking performance than the traditional IMM algorithm.

Key words: target tracking;UKF;IMM;nonlinear estimation

中图分类号: 

  • TN955+.3