10.3969/j.issn.1006-9348.2020.01.049
一种改进的水下小目标跟踪算法仿真
针对水下小目标跟踪精度低,易发生误跟和跟丢目标的问题,提出了一种扩维交互式多模型扩展卡尔曼算法(IMM-EKF)结合模拟退火粒子群算法(SA-PSO)的目标跟踪算法.首先,基于初始时刻获取量测和估计量测的加权最小二乘原则,利用SA-PSO算法估计目标的初始位置.仿真结果表明,上述算法以少于60次的迭代次数收敛,并且初始位置估计误差略大于克拉美劳下界.其次,利用扩维IMM-EKF算法进行目标跟踪,上述算法在IMM-EKF算法基础上,在每一步迭代过程中进行量测扩维,获取更多目标运动状态信息.仿真结果表明,相比于IMM-EKF算法和加权IMM-EKF算法,扩维IMM-EKF算法具有更小的跟踪误差和更好的鲁棒性.
多基地声呐、水下小目标跟踪、扩维交互式多模型扩展卡尔曼算法、模拟退火粒子群算法
37
TJ01(一般性问题)
2020-05-11(万方平台首次上网日期,不代表论文的发表时间)
共6页
244-248,443