针对非线性系统中的目标跟踪问题, 在机动转弯模型的基础上提出容积卡尔曼滤波(CKF)与自适应网格(AG)思想相结合的变结构多模型(VSMM)算法, 即基于CKF的自适应网格交互式多模型算法(CKF-AGIMM)。该算法将CKF作为滤波器, 利用网格中心和网格最小间距的调整对转弯模型集进行自适应变化以有效跟踪目标。与基于容积卡尔曼滤波的交互式多模型算法(IMMCKF)进行了仿真对比。实验结果表明, 在未增加运行时间的情况下, 该算法相比于IMMCKF算法有更高的跟踪精度与稳定性。
目标跟踪 容积卡尔曼滤波 自适应网格 交互式多模型 变结构多模型 target tracking cubature Kalman filter adaptive grid interacting multiple model variable structure multiple model
自适应网格交互式多模型算法(AGIMM)单纯依靠目标的模型后验概率来调整模型集，因此造成了在目标机动时刻跟踪性能不高的问题。基于图像传感器对目标机动的快速检测性能，首次将图像中的目标姿态角信息引入到该算法中。通过建立AGIMM估计的模型角速度与姿态角蕴含的模型角速度之间的隶属度关系，修正了目标的模型后验概率，增强了模型辨识能力，提高了该算法在目标机动时刻的跟踪性能，从而实现了图像传感器与雷达传感器两种异类信息的有效融合。
机动目标跟踪 自适应网格 图像传感器 姿态角 角速度 maneuvering target tracking adaptive grid image sensor attitude angle angular velocity
