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
1 重庆理工大学 电子信息与自动化学院,重庆 400054
2 电子科技大学 物理电子学院, 成都 610054
为避免经典固定模型集合中多模型算法造成的模型间竞争并减小计算量, 基于有向图切换的变结构方法, 建立有向图切换规则和较完备的模型集合.通过模糊逻辑推理得到模型集合中各模型的匹配度, 以此代替传统多模型算法中的模式概率来计算,降低了计算的复杂度.采用核粒子滤波克服了标准粒子滤波没有考虑到的量测信息问题, 即粒子能够通过核密度估计后朝着状态的后验概率密度的模型移动, 使真实和估计模型之间的均方误差最小.仿真结果表明, 基于模糊理论的变结构核粒子滤波算法能较大地提高跟踪准确度和减少计算量.
机载激光通信 跟踪 交结构多模型 有向图切换 核粒子滤波 Airborne laser communication Tracking Variable Structure Multiple-Model(VSMM) Digraph switching Kernel Particle Filter(KPF)
杭州电子科技大学 自动化学院 信息与控制研究所，杭州 310018
在机动目标跟踪领域，传统的基于固定模型集合的交互式多模型算法需要大量的模型来保证模型不失配，但是会带来巨大的计算量，并且来自过多模型的不必要的模型间竞争反而会使算法性能下降。为解决此矛盾，该文提出了一种基于有向图切换和无味卡尔曼滤波算法的变结构多模型算法。该算法根据目标不同时刻的运动状态依据有向图匹配不同的子模型集合进行滤波。仿真结果显示该算法在有效降低计算量的同时使模型集合和目标的运动状态更好的匹配，从而提高了算法跟踪精度。
机动目标跟踪 变结构多模型 有向图切换 无味卡尔曼滤波 交互式多模型 maneuvering target tracking variable-structure multiple model digraph switch unscented Kalman filter interacting multiple model
