文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.223084
中文引用格式: 李盈萱,王中訓(xùn),董云龍. 基于改進UKF的轉(zhuǎn)彎機動目標跟蹤算法研究[J].電子技術(shù)應(yīng)用,2022,48(9):27-31.
英文引用格式: Li Yingxuan,Wang Zhongxun,Dong Yunlong. Research on turning maneuvering target tracking algorithm based on improved UKF[J]. Application of Electronic Technique,2022,48(9):27-31.
0 引言
機動目標跟蹤廣泛應(yīng)用于軍用及民用領(lǐng)域,且一直是目標跟蹤領(lǐng)域研究的重點和難點[1],其核心在于建立與目標實際運動狀態(tài)匹配的系統(tǒng)模型和選擇合適濾波算法[2-3]。
在目標的各種運動中,轉(zhuǎn)彎運動是一種常見的運動形式,對做轉(zhuǎn)彎運動的目標進行跟蹤時,如果跟蹤模型中設(shè)置的轉(zhuǎn)彎率與實際情況不符,會產(chǎn)生較大的估計誤差[4],而實際上,目標運動的轉(zhuǎn)彎率多數(shù)情況下都是未知的。因此,人們在固定轉(zhuǎn)彎率的協(xié)同轉(zhuǎn)彎(Coordinated Turning,CT)模型基礎(chǔ)上進行了各種改進,以提高跟蹤轉(zhuǎn)彎運動目標的準確性和穩(wěn)定性。主要有兩種改進方法[5],一是對多個轉(zhuǎn)彎率建立相應(yīng)的跟蹤模型[6],構(gòu)建交互式多模型,二是通過實時計算實現(xiàn)轉(zhuǎn)彎率自適應(yīng)調(diào)節(jié)[7-10]。
除了要建立合適的系統(tǒng)模型,濾波算法的選擇也十分重要。自20世紀60年代卡爾曼濾波理論提出至今,針對不同問題的各種濾波算法層出不窮。擴展卡爾曼濾波(Expanded Kalman Filter,EKF)算法[11-12]、不敏卡爾曼濾波(Unscented Kalman Filter,UKF)算法[13]、粒子濾波(Particle Filter,PF)算法是幾種常用的非線性濾波算法。
本文詳細內(nèi)容請下載:http://ihrv.cn/resource/share/2000004916。
作者信息:
李盈萱1,王中訓(xùn)1,董云龍2
(1.煙臺大學(xué) 物理與電子信息學(xué)院,山東 煙臺264005;2.海軍航空大學(xué)信息融合研究所,山東 煙臺264001)