AR预测模型的IMM跟踪算法

作者：竹博; 周游; 仵**; 胡捍英

来源：计算机工程与应用, 2014, (24): 222-226.

• 机动目标跟踪
• 交互式多模型
• 自回归(AR)预测模型
• 无迹卡尔曼滤波器 maneuvering target tracking
• Interacting Multiple Model (IMM)
• Auto Regressive (AR) prediction model
• Unscented Kalman Filter (UKF)

针对LOS/NLOS混合条件下对机动目标的鲁棒跟踪问题,提出一种基于AR预测模型的交互式多模型(Interacting Multiple Model,IMM)跟踪算法(ARIMM)。该算法利用AR预测模型对运动状态建模,针对LOS与NLOS条件下观测噪声的分布不同分别使用无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)和改进的无迹卡尔曼滤波器(Robust Unscented Kalman Filter,RUKF),通过IMM方法估计出移动台的位置,利用该位置更新AR模型的参数,使AR模型与真实运动状态更加匹配,实现精确跟踪。仿真结果表明,在LOS/NLOS混合条件下...

• 出版日期2014
• 单位中国人民解放军信息工程大学