风凌天下,有声小说,盗墓笔记全集

基于改進UKF的轉(zhuǎn)彎機動目標(biāo)跟蹤算法研究

2022年電子技術(shù)應(yīng)用第9期

李盈萱1，王中訓(xùn)1，董云龍2

1.煙臺大學(xué) 物理與電子信息學(xué)院，山東煙臺264005；2.海軍航空大學(xué)信息融合研究所，山東煙臺264001

摘要： 針對轉(zhuǎn)彎率未知或變化條件下的精確跟蹤問題開展研究，給出了基于UKF的自適應(yīng)協(xié)同轉(zhuǎn)彎跟蹤算法，該算法充分利用了擴維技術(shù)和自適應(yīng)漸消因子技術(shù)，不斷實時估計轉(zhuǎn)彎率，同時基于漸消因子調(diào)節(jié)過程噪聲及其對應(yīng)的增益，并對不敏卡爾曼濾波算法的采樣范圍進行自適應(yīng)調(diào)節(jié),使采樣點更接近目標(biāo)真實狀態(tài)。仿真表明該算法在轉(zhuǎn)彎率變化時獲得了較好的跟蹤性能，有效提升了對于轉(zhuǎn)彎機動目標(biāo)跟蹤的準(zhǔn)確性和穩(wěn)定性。

關(guān)鍵詞： 機動目標(biāo)跟蹤不敏卡爾曼濾波自適應(yīng)轉(zhuǎn)彎模型自適應(yīng)漸消因子采樣范圍

中圖分類號： TN953
文獻標(biāo)識碼： A
DOI：10.16157/j.issn.0258-7998.223084
中文引用格式： 李盈萱，王中訓(xùn)，董云龍. 基于改進UKF的轉(zhuǎn)彎機動目標(biāo)跟蹤算法研究[J].電子技術(shù)應(yīng)用，2022，48(9)：27-31.
英文引用格式： Li Yingxuan，Wang Zhongxun，Dong Yunlong. Research on turning maneuvering target tracking algorithm based on improved UKF[J]. Application of Electronic Technique，2022，48(9)：27-31.

Research on turning maneuvering target tracking algorithm based on improved UKF

Li Yingxuan1，Wang Zhongxun1，Dong Yunlong2

1.School of Physics and Electronic Information，Yantai University，Yantai 264005，China； 2.Information Fusion Institute，Naval Aviation University，Yantai 264001，China

Abstract： This paper studies the accurate tracking problem under the condition of unknown or changing turning rate, an adaptive coordinated turning tracking algorithm based on UKF is proposed. The algorithm makes full use of the dimensionality extension technology and the adaptive fading factor technology, continuously estimates the turning rate in real time and adjusts the process noise and its corresponding gain based on the fading factor. At the same time, adaptively adjusts the sampling range of the unscented Kalman filter algorithm to make the sampling points closer to the real state of the target. Simulation results show that the algorithm achieves good tracking performance when the turning rate changes, and effectively improves the accuracy and stability of tracking maneuvering target.

Key words : maneuvering target tracking；unscented Kalman filter；adaptive-turning model；adaptive fading factor；sampling range

0 引言

機動目標(biāo)跟蹤廣泛應(yīng)用于軍用及民用領(lǐng)域，且一直是目標(biāo)跟蹤領(lǐng)域研究的重點和難點^[1]，其核心在于建立與目標(biāo)實際運動狀態(tài)匹配的系統(tǒng)模型和選擇合適濾波算法^[2-3]。

在目標(biāo)的各種運動中，轉(zhuǎn)彎運動是一種常見的運動形式，對做轉(zhuǎn)彎運動的目標(biāo)進行跟蹤時，如果跟蹤模型中設(shè)置的轉(zhuǎn)彎率與實際情況不符，會產(chǎn)生較大的估計誤差^[4]，而實際上，目標(biāo)運動的轉(zhuǎn)彎率多數(shù)情況下都是未知的。因此，人們在固定轉(zhuǎn)彎率的協(xié)同轉(zhuǎn)彎(Coordinated Turning，CT)模型基礎(chǔ)上進行了各種改進，以提高跟蹤轉(zhuǎn)彎運動目標(biāo)的準(zhǔn)確性和穩(wěn)定性。主要有兩種改進方法^[5]，一是對多個轉(zhuǎn)彎率建立相應(yīng)的跟蹤模型^[6]，構(gòu)建交互式多模型，二是通過實時計算實現(xiàn)轉(zhuǎn)彎率自適應(yīng)調(diào)節(jié)^[7-10]。

除了要建立合適的系統(tǒng)模型，濾波算法的選擇也十分重要。自20世紀(jì)60年代卡爾曼濾波理論提出至今，針對不同問題的各種濾波算法層出不窮。擴展卡爾曼濾波(Expanded Kalman Filter，EKF)算法^[11-12]、不敏卡爾曼濾波(Unscented Kalman Filter，UKF)算法^[13]、粒子濾波(Particle Filter，PF)算法是幾種常用的非線性濾波算法。

本文詳細(xì)內(nèi)容請下載：http://www.viuna.cn/resource/share/2000004916。

作者信息：

李盈萱1，王中訓(xùn)1，董云龍2

(1.煙臺大學(xué) 物理與電子信息學(xué)院，山東煙臺264005；2.海軍航空大學(xué)信息融合研究所，山東煙臺264001)

原創(chuàng)聲明：此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容