基于IMM的VTS雷達目標跟蹤算法研究.pdf

1、目標跟蹤是指對來自目標的量測值進行處理，保持對目標當前狀態(tài)的估計的過程。隨著科學技術(shù)的發(fā)展以及目標機動性的不斷增強，傳統(tǒng)的單模型跟蹤算法已經(jīng)不能滿足人們的需要。交互式多模型算法(Interacting Multiple Model，IMM)彌補了單模型的不足，適應(yīng)于跟蹤目標狀態(tài)多變的運動。
　　雷達目標跟蹤技術(shù)是船舶交通管理系統(tǒng)(Vessel Traffic Services，VTS)中重要的研究課題，而對船舶機動目標的跟蹤是其中

2、難點。與傳統(tǒng)的跟蹤算法相比較，IMM算法是良好的解決方案，具有重大的研究價值和現(xiàn)實意義。針對IMM算法中模型轉(zhuǎn)移概率矩陣先驗以及過程噪聲固定不變的不足，根據(jù)模型概率的變化，提出了模型轉(zhuǎn)移概率矩陣自適應(yīng)算法和過程噪聲自適應(yīng)算法，對傳統(tǒng)的IMM算法進行了改進，通過將改進后的算法與傳統(tǒng)算法進行仿真后對比，證明了改進后的算法對船舶跟蹤的精度更高。本文主要的研究內(nèi)容分為以下三部分:
　　第一部分包含本文的第1至2章的內(nèi)容。該部分首先回顧了目

3、標跟蹤技術(shù)的研究和發(fā)展現(xiàn)狀，接著對目標跟蹤常用的勻速、勻加速、勻速轉(zhuǎn)彎等運動模型進行概述，然后對目標跟蹤中常用的卡爾曼濾波、擴展卡爾曼濾波、不敏卡爾曼濾波等跟蹤濾波算法進行介紹，并對算法的特點進行分析。
　　第二部分包含本文的第3章的內(nèi)容。該部分對常見的多模型算法進行介紹。針對IMM算法中存在的不足，從模型轉(zhuǎn)移概率和過程噪聲兩方面做出改進。最后通過仿真，將IMM算法與單模型算法進行比較，得出了IMM算法復雜運動情況下總體性能優(yōu)于單