|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
摘 要：交互式思想在多模型定位中获得广泛应用，但在多系统跟踪定位中应用较少。该文借鉴交互式思想提出交 B' `( w( w9 @7 R5 T
互式多系统跟踪定位算法。该算法利用已获得的估计信息进行系统间定位信息的直接交互，然后进行多系统并行滤. V/ V; f0 M9 j0 M8 A/ @: s
波，并利用各系统滤波新息和方差对系统概率进行实时更新，将估计结果按照系统概率加权融合输出。通过跟踪机
9 m9 b" X9 n& |7 Z: m: K" E动目标的仿真实例，可以看出该算法能够根据定位系统的性能及时调整系统概率，有效改善多系统下目标跟踪定位
" n' }: ?0 b( l6 j性能。
3 n0 s3 s7 I( m关键词：多系统跟踪；交互式；系统概率$ g8 Z- {1 w+ _9 k, H" |% J( E7 K
1 引言/ Q1 X) f R2 u6 X$ D
文 献 [1] 提出的交互式多模型 (Interacting
* V$ \9 |; `1 t$ `3 r% g8 ?! ?, z7 `! WMultiple Model, IMM)算法在机动目标跟踪定位中
% K% F$ v4 ?2 H; @7 v# g得到广泛应用[2]。其基本思想是通过多模型并行描述- z$ e/ A$ B2 j' [( @& r
目标可能的运动状态，依据贝叶斯理论通过新息动. T2 @1 m- S8 Q) `
态调整模型概率，并将各模型滤波结果融合输出。
6 B8 u! r) K/ k$ m; m. Q- ~% o/ L该算法有效解决了单一模型在目标运动状态变化时2 \% J7 x% {7 u0 I$ f/ ]: F2 y# c
的失真问题。针对 IMM 的相关研究层出不穷，文献" u! N. H) r( {/ p$ E: |' q I
[3]和文献[4]针对单一模型集对目标运动状态覆盖有
9 V. L9 t4 s. {! o1 ~. t0 f2 _限的问题分别提出了多模型集切换和基于 K-L
0 B6 P1 o' e+ `4 v& L3 v A(Kullback-Liber)理论的模型集自适应的 IMM 算$ Y1 u5 e# T: Y# E% B* f! h, ~
法，并有效避免了计算复杂度的提升；文献[5]和文
' t3 Q) d; N2 T( z. b$ n献[6]分别提出自适应模型转移概率调整 IMM 算法， k3 x: C- W& n4 V( x+ b/ N% U! R7 j
有效解决了转移概率固定不变对目标跟踪定位性能# U0 e& n u: G
的限制；文献[7]提出了粒子滤波器与扩展卡尔曼滤
; A: X8 _ E5 O' |; A+ {, @& K
; P5 _4 y0 [6 C7 a" u& p& g) a) N5 Q$ v+ y
_$ R& N7 X: s1 v4 k8 a' y6 Y* e8 z" M* o4 b0 X4 F
8 y! x; M' A9 A2 `9 S& O; X! [- i
附件下载：6 ~/ Z9 ^* C- }
9 @8 O2 t* i) F/ T |
|
/1 
发表于 2020-11-27 15:39
收藏
淘帖
支持！
反对！