机动目标跟踪的多传感器分层加权融合算法
针对应用并行,Bar Shalom-Campo等融合算法实现多传感器对机动目标的融合跟踪时,经典的交互多模型(IMM)无法提供目标运动模型这个先验信息的问题,提出一种机动目标跟踪的多传感器分层加权融合算法,该算法通过分层加权得到多种融合算法所需的目标运动模型信息,最后使用扩展卡尔曼滤波器(EKF)对状态预测和量测进行融合估计,实现了多传感器对机动目标的融合跟踪.仿真实验表明,和单传感器相比,所提算法显著提升了机动目标的跟踪精度.
机动目标、交互多模型、多传感器融合、分层加权
42
TP202(自动化技术及设备)
国家自然科学基金项目资助61671378;陕西省自然科学基金项目资助2019JM-568
2020-04-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
12-16