|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：交互式思想在多模型定位中获得广泛应用，但在多系统跟踪定位中应用较少。该文借鉴交互式思想提出交/ n1 L3 e+ }: M8 w' Z F
互式多系统跟踪定位算法。该算法利用已获得的估计信息进行系统间定位信息的直接交互，然后进行多系统并行滤* ^6 Y2 Q/ P, f2 I0 ]+ w3 o
波，并利用各系统滤波新息和方差对系统概率进行实时更新，将估计结果按照系统概率加权融合输出。通过跟踪机* w0 \ [* c* h- Q/ k0 l. G
动目标的仿真实例，可以看出该算法能够根据定位系统的性能及时调整系统概率，有效改善多系统下目标跟踪定位
8 Q5 K t% X: \' \" h1 [ I性能。
6 a& |% i" K. ~! x9 Z4 n4 @关键词：多系统跟踪；交互式；系统概率
# I3 y( ]* t. b1 引言
) g0 ]& ]" `- R0 a文 献 [1] 提出的交互式多模型 (Interacting , u4 K' A s+ _) @3 u
Multiple Model, IMM)算法在机动目标跟踪定位中
. `: a' d9 |0 i5 [0 C5 Y1 d- A得到广泛应用[2]。其基本思想是通过多模型并行描述
1 |! g6 q, C/ j8 f目标可能的运动状态，依据贝叶斯理论通过新息动1 V6 G+ c3 ]. r# N# E: \
态调整模型概率，并将各模型滤波结果融合输出。% `# Q1 _2 z+ }8 \& N- f
该算法有效解决了单一模型在目标运动状态变化时2 K* w7 k* g$ b; l. y
的失真问题。针对 IMM 的相关研究层出不穷，文献
, T$ d3 S6 W0 @4 D[3]和文献[4]针对单一模型集对目标运动状态覆盖有3 ^; w( |/ ?4 E0 I, V3 Q
限的问题分别提出了多模型集切换和基于 K-L
! N! W, i. L5 G/ |(Kullback-Liber)理论的模型集自适应的 IMM 算
6 y8 l$ N6 W0 e法，并有效避免了计算复杂度的提升；文献[5]和文, A4 s% @) z) b8 t$ E& R( Z
献[6]分别提出自适应模型转移概率调整 IMM 算法，* H$ Y' A2 S7 _6 c3 E- }
有效解决了转移概率固定不变对目标跟踪定位性能
3 p3 O; q, X' X- b8 f的限制；文献[7]提出了粒子滤波器与扩展卡尔曼滤
+ T$ M# @8 ?2 i+ L
f0 B# {' l& ~8 j8 q; u- I% l3 W9 V4 _
9 H3 @" o0 p6 L1 P' u7 `
( V Z! M Q7 B7 f" U
\5 K. |$ ]$ g5 S7 ^( O附件下载：
2 j$ U9 l( P# c1 w$ x/ U1 b2 Q" H1 C: h* j3 ?" {" U0 n
|
|
/1 
发表于 2020-11-27 15:39
收藏
淘帖
支持！
反对！