基于交互式多模型的雷达单目标跟踪算法

杨贵福，刘鲁涛

哈尔滨工程大学 信息与通信工程学院，黑龙江 哈尔滨 150001

随着科技的发展及人们生活水平的提高，民用小型无人机由于获取便利、使用便捷而呈现爆发式增长。该类无人机在航拍、娱乐等领域已被广泛应用，在带来产业升级的同时，也带来了在机场等禁飞区“黑飞”的各种安全威胁[1]。雷达系统是对该类无人机的管控与反制的常用手段之一，目标跟踪作为其中非常重要的一环，成为了一个备受关注的研究课题。

雷达目标跟踪是对目标的位置以及运动状态等参数进行估计，形成目标的运动轨迹。对目标进行跟踪过程中，噪声、目标的机动情况等会影响跟踪的结果。在雷达目标跟踪研究的初期，通常采用卡尔曼滤波算法对目标的运动状态进行估计和预测，建立起目标的运动轨迹。对于民用小型无人机这类的飞行器，由于受到人为操纵控制，并且自身运动性能不断提高，其机动性越来越强。民用小型无人机运动状态的复杂性和不确定性逐渐提高，这对雷达的跟踪性能有了更高的要求。卡尔曼滤波算法在目标运动状态比较单一时有很好的跟踪效果，当目标实施机动时(突然转弯或加、减速等)，卡尔曼滤波算法对目标的跟踪性能会下降[2]。为了提高对目标运动状态描述的精确度，Blom 等[3]提出交互式多模型(interacting multiple model，IMM)结构算法，该方法使用2 个或更多的运动模型来描述目标可能的运动状态，最后通过有效地加权融合对目标运动状态估计，很好地克服了单模型滤波算法估计误差较大的问题。……