首页 | 本学科首页   官方微博 | 高级检索  
     检索      

相关噪声下的机动目标跟踪SMFEKF-IMM算法
引用本文:徐毓,金以慧.相关噪声下的机动目标跟踪SMFEKF-IMM算法[J].清华大学学报(自然科学版),2003,43(7):865-868.
作者姓名:徐毓  金以慧
作者单位:清华大学,自动化系,北京,100084
基金项目:国家自然科学基金资助项目(40101019);国防预研基金资助项目(51431040103JB4902)
摘    要:一种基于Kalman和扩展Kalman滤波器的相互作用多模型(IMM)方法可以减小模型的不确定性,但无法消除由于噪声相关引起的状态偏差的弱点.为了提高目标状态估计的精度,把IMM和一种带多重渐消因子的扩展Kalman滤波器(SMFEKF)相结合,提出了一种具有相关噪声的混合随机模型的机动目标跟踪方法.这种方法引入了一个多重渐消因子,当输出残差发生变化时,动态调节增益和系统噪声水平,使输出残差近似正交,从而抑制了相关噪声的影响,适应目标的状态变化.理论分析和仿真实验表明了这种算法的有效性和可行性.

关 键 词:信号处理  相关噪声  机动目标  多重渐消因子  相互作用多模型(IMM)估计器
文章编号:1000-0054(2003)07-0865-04
修稿时间:2002年7月12日

SMFEKF-IMM algorithm for maneuvering target tracking with correlated noise
XU Yu,JIN Yihui.SMFEKF-IMM algorithm for maneuvering target tracking with correlated noise[J].Journal of Tsinghua University(Science and Technology),2003,43(7):865-868.
Authors:XU Yu  JIN Yihui
Abstract:
Keywords:signal processing  correlative  noise  maneuvering target  suboptimal multip le fading factors  interacting multiple model (IMM) estimator
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号