CS模型下IMM-PF算法在机动目标跟踪中的应用

为了解决机动目标定位跟踪问题,提出了一种基于CS(current statistical)模型的交互式多模型粒子滤波算法.在交互式多模型粒子滤波算法的基础上,计算CS模型的概率,自适应地调整CS模型中的目标加速度,反映出了目标的机动特性,充分发挥2种算法的优点,改善了CS模型的加速度不能自适应调整的缺点,提高了CS模型的自适应性和应用范围.另外,CS模型的自适应滤波方法由Kalman滤波改为粒子滤波.通过Monte Carlo对比仿真试验表明了该算法的可行性和优越性.     

改进IMM的两飞行体无源定位跟踪算法

IMMPF算法巨大的计算量影响跟踪的实时性。针对这一问题,在基于相位差变化率的两飞行体无源定位问题的基础上提出了一种改进的交互式多模型滤波算法(IMMK-UKF-PF),利用不同的模型匹配不同类型的滤波器,充分发挥了粒子滤波和无迹卡尔曼滤波以及卡尔曼滤波各自的优点。仿真结果表明,该算法大大提高了计算效率,减少了跟踪定位所用时间,同时具有良好的跟踪性能和较强的鲁棒性。