高超声速强机动目标改进IMM-CKF跟踪算法*

戴邵武, 方　君, 张文广, 邹　杰

(1.海军航空工程学院 控制工程系，山东 烟台 264001；2.海军航空工程学院 研究生管理大队，山东 烟台 264001；3.中国航空工业集团 光电控制技术重点实验室，河南 洛阳 471009)



高超声速强机动目标改进IMM-CKF跟踪算法*

戴邵武1, 方君2, 张文广1, 邹杰3

(1.海军航空工程学院 控制工程系，山东 烟台 264001；2.海军航空工程学院 研究生管理大队，山东 烟台 264001；3.中国航空工业集团 光电控制技术重点实验室，河南 洛阳 471009)

高超声速强机动目标的运动具有复杂性、突变性和强非线性特点，针对单模型算法难以实现对此类目标的精确跟踪，提出一种改进的交互多模型(IMM)算法，克服了单模型算法跟踪强机动目标的缺陷和标准IMM算法对似然函数计算不准确的问题，实现了不同子模型之间的变维交互；采用容积卡尔曼滤波(CKF)算法实现了雷达观测数据与目标状态量之间的高精度非线性转换。仿真结果表明：改进的IMM算法相比单模型算法和标准的IMM-CKF算法，明显提高了高超声速强机动目标的跟踪精度。

交互多模型； 容积卡尔曼滤波； 高超声速强机动目标； 目标跟踪

0　引　言

近年来出现的以美军X—43,X—51为代表的高超声速强机动目标[1,2]，目标机动具有突发性和复杂性，运动过程会出现匀速、加速、转弯甚至加加速等多种状态，跟踪难度更大。机动目标跟踪的关键在于目标模型的构建和基于该模型滤波算法的实现[3]，因此,需要针对高超声速强机动目标的机动特点建立目标模型并选择滤波算法。……