基于改进Singer模型的机动目标跟踪方法

被引：7

作者：

张燕 ^{[1
]}

柳超 ^{[2
]}

李云鹏 ^{[3
]}

机构：

[1] 中国电子科技集团公司第二十九研究所

[2] 中国人民解放军部队

[3] 空军航空大学

来源：

火控雷达技术 | 2015年 / 44卷 / 03期

关键词：

Singer模型; 自适应渐消; 机动目标; 跟踪;

D O I：

10.19472/j.cnki.1008-8652.2015.03.009

中图分类号：

TN713 [滤波技术、滤波器]; E91 [军事技术基础科学];

学科分类号：

080508 [光电信息材料与器件]; 110101 [军事思想];

摘要：

Singer模型使用标准卡尔曼滤波器对机动目标进行跟踪,当系统模型不准确或噪声统计特性不确定时,容易引起滤波发散或跟踪精度下降等问题。针对这种情况,本文提出了一种采用自适应渐消卡尔曼滤波的Singer模型算法(AKF Singer),通过引入渐消因子来抑制滤波器的记忆长度,自适应的调整新息权重和滤波器增益,从而避免发散。仿真结果表明,本文所提算法能够有效抑制滤波发散,相比于传统Singer模型,具有更好的跟踪稳定性和更高的跟踪精度。

引用

页码：37 / 40+50 +50

页数：5

共 4 条

[1]

基于模糊理论构造的自适应滤波算法 [J].