基于IMM-UKF-CS的混合环境目标跟踪  

Target Tracking in Hybrid Environment Based on IMM-UKF-CS

作　　者：周彦[1,2] 胡岚[1,2] 王冬丽[1] 

机构地区：[1]湘潭大学信息工程学院,湖南湘潭411105 [2]湘潭大学控制工程研究所,湖南湘潭411105

出　　处：《系统仿真学报》2017年第1期43-48,56,共7页Journal of System Simulation

基　　金：国家自然科学基金(61104210;61100140)

摘　　要：针对视距(Line of Sight,LOS)和非视距(None-Line of Sight,NLOS)混合环境机动目标跟踪问题,提出一种基于"当前"统计模型(current statistical,CS)和无迹卡尔曼滤波(unscented Kalman filter,UKF)的交互式多模型方法(IMM-UKF-CS)。该方法在交互式多模型的框架内,利用CS在机动目标跟踪方面的优势,并选择具有较高跟踪精度且计算代价较低的UKF作为子滤波器。仿真结果表明:在LOS/NLOS混合环境中,IMM-UKF-CS具有较高的跟踪精度、较强的鲁棒性及较低的时间代价,具有良好的应用价值。o k he mneuveing ge king polem in LO/NLO hyid envionmen, n ineing muliple model （1MM） king lgoihm ed on ＂uen＂ iil （） model nd unened Klmn file （UKF） w popoed （IMM-UKF-）. In he fmewok of IMM, i ook dvnge of in mneuveing ge king nd hoe UKF he u-file fo he high poiioning uy nd low ompuionl o. imulion eul how h IMM-UKF- poee highe king uy, ee oune nd lowe ime o, whih pomie fo mneuve ge king in LO/NLO hyid envionmen.

关 键 词：机动目标跟踪 LOS/NLOS混合环境 “当前”统计模型 无迹卡尔曼滤波 交互式多模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]