AR预测模型的IMM跟踪算法

摘要：

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，与传统的UKF和RUKF算法相比，该算法对机动目标跟踪的鲁棒性更好。

关键词：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

分类号：TN925

资助基金：国家科技重大专项No.2011ZX03003-003-02。

在线出版日期：2015-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：222-226