交互式多系统跟踪定位算法

sdkangbaz

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
3 u$ W2 p8 W6 `' J$ y  v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
4 N% W* p4 j, n$ F8 B+ x9 \# ?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
6 i! C5 F+ Y- p# }- y. t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
性能。
- U- w- E+ v5 Y  \* ^0 b7 d. c关键词：多系统跟踪；交互式；系统概率
' O8 E; U3 l( T( g. h1 引言
; G- ]8 `* J( O! c文 献 [1] 提出的交互式多模型 (Interacting
Multiple Model, IMM)算法在机动目标跟踪定位中
得到广泛应用[2]。其基本思想是通过多模型并行描述
目标可能的运动状态，依据贝叶斯理论通过新息动
3 L5 u+ A8 H; F$ L3 {态调整模型概率，并将各模型滤波结果融合输出。
8 O4 Q1 |; J  M7 Z& M该算法有效解决了单一模型在目标运动状态变化时
0 n+ k& ^7 `3 W" w& [的失真问题。针对 IMM 的相关研究层出不穷，文献
[3]和文献[4]针对单一模型集对目标运动状态覆盖有
/ |0 ?- B& M: }9 c. x限的问题分别提出了多模型集切换和基于 K-L
(Kullback-Liber)理论的模型集自适应的 IMM 算
法，并有效避免了计算复杂度的提升；文献[5]和文
献[6]分别提出自适应模型转移概率调整 IMM 算法，
有效解决了转移概率固定不变对目标跟踪定位性能
的限制；文献[7]提出了粒子滤波器与扩展卡尔曼滤

& F: f2 x" f  t! y% |

( R  d- N7 @$ W
- M9 |9 F4 k& V+ H2 D9 O; M' _
7 Y3 ?0 {: q" U( l附件下载：

游客，如果您要查看本帖隐藏内容请回复

  m; I) Y. J& A' R& j$ {
2 a- e* p, B4 x/ d  T

Iroiman

谢了