基于自适应CS模型的IMM　算法

杨永建，樊晓光，王晟达，禚真福，南建国，黄伯儒

（空军工程大学航空航天工程学院，陕西　西安 710038）

基于自适应CS模型的IMM算法

杨永建，樊晓光，王晟达，禚真福，南建国，黄伯儒

（空军工程大学航空航天工程学院，陕西西安 710038）

目标运动状态的改变将导致目标跟踪算法精度降低或发散。为了提高机动目标跟踪的跟踪性能，首先，针对当前统计（current statistical，CS）模型中最大加速度固定设置导致模型误差增大的问题，提出了一种自适应CS模型；在自适应CS模型和交互式多模型（interacting multiple model，IM M）的基础上，提出了一种交互式多自适应模型（interacting multiple adaptive model，IMAM），该模型通过采用两个自适应CS模型，能够有效消除目标状态突变造成模型误差急速增大的问题，提高了模型的准确度和适应性。其次，在IMAM的基础上，结合修正卡尔曼滤波（amendatory Kalman filter，AKF）的思想，提出了IMAM-AKF算法，该算法通过修正最终的状态融合估计值，有效地降低了目标机动造成的模型误差，进一步提高了机动目标跟踪的性能。最后，结合自适应渐消卡尔曼滤波（adaptive fading Kalman filter，AFKF）的思想，提出了IMAM-AFAKF算法。仿真结果表明，无论是强机动还是弱机动，IMAM-AFAKF算法都具有较好的跟踪性能。

机动目标跟踪；目标运动状态改变；模型误差；当前统计模型；交互式多模型

网址：www.sys-ele.com

0　引　言

在目标跟踪领域中，模型误差总是不可避免的。模型误差的产生主要有以下原因：①目标运动状态的变化引起目标运动模型的不准确；②环境的变化引起过程噪声Q和观测噪声R统计性能的变化；③目标运动模型的非线性、非高斯性引起的模型误差。……