首页 | 本学科首页   官方微博 | 高级检索  
     

IMM-SCKF算法在海面扩展目标跟踪中的应用
引用本文:于泽祥,蔡宗平,杨剑,卫浩. IMM-SCKF算法在海面扩展目标跟踪中的应用[J]. 现代防御技术, 2019, 0(4): 90-96
作者姓名:于泽祥  蔡宗平  杨剑  卫浩
作者单位:火箭军工程大学
基金项目:国家自然科学基金(61501471)
摘    要:随着雷达测量性能和信号处理水平的不断提高,对目标的探测提供了目标更多的特征信息,因此传统研究中将目标视为质点的假设具有一定的局限性。对雷达跟踪海面舰船目标展开研究,首先利用目标的尺寸参数将目标建模为具有一定形态的椭圆模型,并构建出扩展量测模型。然后采用IMM-SCKF算法对扩展目标进行跟踪滤波,通过扩展信息提高算法的跟踪精度。最后通过机动目标跟踪仿真,验证了所提算法相比于传统的质点算法具有更好的跟踪性能。

关 键 词:非线性  扩展目标模型  交互式多模型  平方根容积卡尔曼滤波  雷达跟踪  机动目标

Application of IMM-SCKF Algorithm in Extended Surface Object Tracking
YU Ze-xiang,CAI Zong-ping,YANG Jian,WEI Hao. Application of IMM-SCKF Algorithm in Extended Surface Object Tracking[J]. Modern Defence Technology, 2019, 0(4): 90-96
Authors:YU Ze-xiang  CAI Zong-ping  YANG Jian  WEI Hao
Affiliation:(Rocket Force University of Engineering,Shaanxi Xi′an 710025,China)
Abstract:YU Ze-xiang;CAI Zong-ping;YANG Jian;WEI Hao(Rocket Force University of Engineering,Shaanxi Xi′an 710025,China)
Keywords:nonlinear  extended target model  interacting multiple model(IMM)  square cubature Kalman filter(SCKF)  radar tracking  maneuvering target
本文献已被 CNKI 维普 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号