隨著武器裝備技術(shù)的發(fā)展,有人機(jī)、無人機(jī)等空中飛行器的機(jī)動能力大幅提升。目標(biāo)機(jī)動時,由于目標(biāo)過載未知,其與導(dǎo)引頭預(yù)置模型間的匹配性下降,通常會導(dǎo)致導(dǎo)引頭跟蹤性能下降,甚至丟失目標(biāo)。面對傳統(tǒng)導(dǎo)引頭目標(biāo)跟蹤算法對大機(jī)動目標(biāo)適應(yīng)性較差問題,本文提出了一種基于距離-多普勒二維譜粒子濾波的交互多模型算法,通過交互多模型引入多模態(tài),實時進(jìn)行機(jī)動參數(shù)辨識,提高模型匹配性,結(jié)合粒子濾波弱小信號探測方面的優(yōu)勢提升導(dǎo)引頭對大機(jī)動目標(biāo)的適應(yīng)性。仿真結(jié)果表明:基于交互多模型的粒子濾波算法明顯改善了雷達(dá)導(dǎo)引頭對大機(jī)動目標(biāo)的檢測跟蹤性能,改善了傳統(tǒng)的粒子濾波算法對大過載機(jī)動的適應(yīng)性,具有較好工程應(yīng)用價值。 

【文章頁數(shù)】：7 頁

【部分圖文】：

交互多模型算法框圖

IMM算法模型概率曲線

GPF-IMM算法和GPF算法檢測性能對比

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的交互式多模型粒子濾波算法[J]. 劉悄然,楊訓(xùn).  西北工業(yè)大學(xué)學(xué)報. 2018(01)
[2]自適應(yīng)交互多模型的PHD粒子濾波多機(jī)動目標(biāo)跟蹤[J]. 危璋,馮新喜,毛少鋒.  彈箭與制導(dǎo)學(xué)報. 2015(02)
[3]交互多模型的Rao-Blackwellized粒子濾波算法在多目標(biāo)跟蹤中的應(yīng)用[J]. 張萬里,何金剛.  航空兵器. 2014(04)
[4]基于交互多模型的改進(jìn)無跡粒子濾波算法[J]. 王華劍,屈保平,邵剛.  中北大學(xué)學(xué)報(自然科學(xué)版). 2013(03)
[5]多模型粒子濾波跟蹤算法研究[J]. 鑒福升,徐躍民,陰澤杰.  電子與信息學(xué)報. 2010(06)
[6]交互式多模型粒子濾波算法綜述[J]. 周云鋒,單甘霖,張淼.  軍械工程學(xué)院學(xué)報. 2010 (01)



本文編號：3700097