基于概率模型的实时修正IMM目标跟踪算法

摘要：

针对传统的IMM算法采用固定测量噪声协方差矩阵和Markov转移概率矩阵导致模型切换缓慢,跟踪精度下降的问题,提出了一种具有模型概率实时修正的IMM机动目标跟踪算法.该算法在监控区域上建立无线电指纹库,利用支持向量回归算法训练得到观测模型.引入模糊神经网络,在模型交互输出阶段自适应地调整测量误差协方差矩阵.根据IMM子模型中连续时间点之间的模型概率的比值,对Markov转移概率进行修正.仿真结果表明,提出的方法在实时性、跟踪精度方面具有良好的性能.

关键词：无线传感网络、IMM算法、机动目标跟踪、模糊神经网络、Markov转移概率

所属期刊栏目：56

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金No.61471077

在线出版日期：2020-11-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：85-92