機動目標跟蹤時滯問題分析
電子技術應用
李暐琪1，柳超2，曹政2，張彥敏3，4，薛偉1
1.哈爾濱工程大學 煙臺研究院；2.海軍航空大學； 3.海洋電磁探測與控制湖北省重點實驗室； 4.武漢第二船舶設計研究所
摘要： 機動目標跟蹤結果在時間軸上的滯后問題是當前機動目標跟蹤領域的一大難點。產生時滯的情況很多，一般在跟蹤初期和發生較大機動的時間段內尤為明顯，常常會因此出現誤差高峰。如果能有方法抑制或者消除時滯現象，將能顯著提高跟蹤效果。從仿真實驗的結果和現象入手，結合卡爾曼濾波理論、交互式多模型算法和現代神經網絡模型對時滯問題進行剖析，根據跟蹤各個階段情況的變化，分析時滯產生的不同原因，并提出可能的解決方法，以期為提高機動目標跟蹤效果提供參考。
中圖分類號：TP391.41 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.245319
中文引用格式： 李暐琪，柳超，曹政，等. 機動目標跟蹤時滯問題分析[J]. 電子技術應用，2024，50(7)：1-6.
英文引用格式： Li Weiqi，Liu Chao，Cao Zheng，et al. Analysis of the time delay problem of maneuvering target tracking[J]. Application of Electronic Technique，2024，50(7)：1-6.
中文引用格式： 李暐琪，柳超，曹政，等. 機動目標跟蹤時滯問題分析[J]. 電子技術應用，2024，50(7)：1-6.
英文引用格式： Li Weiqi，Liu Chao，Cao Zheng，et al. Analysis of the time delay problem of maneuvering target tracking[J]. Application of Electronic Technique，2024，50(7)：1-6.
Analysis of the time delay problem of maneuvering target tracking
Li Weiqi1，Liu Chao2，Cao Zheng2，Zhang Yanmin3，4，Xue Wei1
1.Yantai Research Institute， Harbin Engineering University； 2.Naval Aviation University； 3.Hubei Key Laboratory of Marine Electromagnetic Detection and Control； 4.Wuhan Second Ship Design and Research Institute
Abstract： The lag of maneuvering target tracking results on the time axis is a major difficulty in the field of maneuvering target tracking. There are many cases of time delay, which are especially obvious in the early stage of tracking and the time period when a large maneuver occurs, and there is often a peak of error because of this, if there is a way to suppress or eliminate the time delay phenomenon, the tracking effect will be significantly improved. Starting from the results and phenomena of simulation experiments, combined with Kalman filter theory, interactive multi-model algorithm and modern neural network model, this paper will deeply analyze the time delay problem, and obtain different causes of time delay according to the changes of each stage of tracking and give corresponding solutions, so as to provide reference for improving the tracking effect of maneuvering targets in the future.
Key words : maneuvering target tracking；time lag；Kalman filter；interactive multi-model；neural networks
引言
隨著雷達信號處理技術的飛速發展，機動目標跟蹤技術也有了顯著進步，并且在軍事和民用方面都得到了廣泛應用。雖然近年來機動目標跟蹤的精度不斷提高，但是為了應對跟蹤環境的日益復雜化和目標機動性能的快速提高，如何構建更加高效的運動模型以及優化目標跟蹤算法仍然是學者們持續努力的方向。在此方面，文獻[1]總結了大量機動目標運動模型，并且討論了各個模型的優缺點和相互之間的關系。文獻[2]提出了一種基于當前統計模型的機動目標自適應跟蹤算法，能夠根據目標加速度的變化自適應地改變過程噪聲，相比傳統機動目標跟蹤算法，跟蹤精度明顯提高。文獻[3]提出了一種基于粒子濾波的具有反饋學習項的交互式多模型粒子濾波（Interactive Multi-Model Particle Filter, IMMPF）算法，濾波效果優于原IMMPF算法。文獻[4]提出了一種基于長短期記憶神經網絡（Long Short-Term Memory, LSTM）的自適應跟蹤算法，將現代神經網絡模型與傳統濾波算法相結合，能有效識別目標的運動狀態，具有較強的自適應能力。
本文詳細內容請下載：
http://www.viuna.cn/resource/share/2000006062
作者信息：
李暐琪1，柳超2，曹政2，張彥敏3，4，薛偉1
（1.哈爾濱工程大學 煙臺研究院， 山東 煙臺 264001；
2.海軍航空大學， 山東 煙臺 264001；
3.海洋電磁探測與控制湖北省重點實驗室， 湖北 武漢 430071；
4.武漢第二船舶設計研究所， 湖北 武漢 430064）
此內容為AET網站原創，未經授權禁止轉載。