針對傳統(tǒng)的非線性濾波算法EKF在高機(jī)動、低數(shù)據(jù)率下跟蹤精度下降較快和UKF在低數(shù)據(jù)率下線性化誤差小但實(shí)時性差的缺點(diǎn),提出了一種基于數(shù)據(jù)率控制的交互式多模型濾波算法。該算法根據(jù)不同作戰(zhàn)模式下目標(biāo)的探測率和系統(tǒng)非線性大小,自適應(yīng)地分配EKF和UKF兩種非線性濾波算法的加權(quán)比例,有效克服了以往算法中僅選用單一濾波處理模型的缺陷。通過仿真驗(yàn)證,所提算法有效解決了傳統(tǒng)EKF算法在目標(biāo)機(jī)動時數(shù)據(jù)率下降導(dǎo)致的系統(tǒng)跟蹤精度和穩(wěn)定性下降太快的問題,相比UKF算法在機(jī)動段目標(biāo)跟蹤精度下降不多的情況下大大縮短了運(yùn)行時間,減少了雷達(dá)資源消耗。 

【文章來源】：電光與控制. 2020,27(07)北大核心CSCD

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 算法的總體思路
2 基于數(shù)據(jù)率控制的非線性濾波算法
    2.1 不同數(shù)據(jù)率和非線性度下EKF和UKF算法跟蹤性能對比
    2.2 基于數(shù)據(jù)率控制的交互濾波多模型算法
3 仿真實(shí)驗(yàn)
4 總結(jié)


【參考文獻(xiàn)】：
期刊論文
[1]基于UKF航跡濾波的干擾目標(biāo)智能識別算法研究[J]. 王錚,韓寶玲.  航空兵器. 2019(01)
[2]基于改進(jìn)的IMM-UKF高超聲速目標(biāo)跟蹤算法[J]. 肖楚晗,李炯,雷虎民,李世杰.  探測與控制學(xué)報. 2018(03)



本文編號：3155115