文档介绍：(滨州学院物理与电子科学系,山东滨州256600)摘要:采用了交互式多模型(IMM)算法进行目标定位跟踪。交互式多模型(IMM)作为一种数据互联算法具有自适应的特点,可以有效地对各个模型的概率进行精细地调整,尤其适用于对机动目标的定位跟踪。实验结果表明,本文提出的算法能够有效地对目标进行定位跟踪。关键词:目标跟踪;CT;CV;采样中图分类号:TP391文献标识码:A文章编号:1001—7119(2012)04-0049-03ImprovedIMMTargetLocationandTrackingAlgorithmBIANLt(DepartmentofphysicsandElectronicScience,Binzhou256600,China)Abstract:Thispaperadoptstheinteractingmuhiplemodelalgorithmfortargetlocationandtracking,interactingmultiplemodel(IMM)asadataassociationalgorithmwithadaptivecharacteristics,canbeeffectiveforeachmodeltheprobabilityoffineadjustment,,:targettracking;CT;CV;sampling0引言目标跟踪在军事领域中和民生领域占据着重要的位置。只有耗时少、操作方便、且精确的目标跟踪才能有效地对目标实施打击和捕捉。随着时代的变化,各种目标跟踪设计技术不断发展,跟踪环境和被跟踪目标机动性能发生了翻天覆地的变化。对目标跟踪,尤其是对机动目标跟踪越来越困难,主要表现在目标的强机动状态的不定性引起的数学模型的失配或滤波算法的不稳定和当前算法实用性的限制f1】。目前普遍认为,对于强机动目标的跟踪所考虑的算法,最好的最实用的是交互式多模型算法(IMM)。本文采用了交互式多模型(IMM)算法进行目标定位跟踪,有效地对各个模型的概率进行精细地调整,尤其适用于对机动目标的定位跟踪。实验结果表明,本文提出的算法能够有效地对目标进行定位跟踪。1目标模型的建立在二维平面内运动假设了一个活动目标,其状态由位置、速度和加速度3个因素来结合成,即(n)=(n),(n),,,(n),(n)假设功采样问隔,l为目标检测概率无虚警存在,观测模型和目标的离散运动模型在笛卡尔坐标系下(假定在采样时刻)为:X(k+1)=FX(k)+VV(k)目标在二维平面内运动模型如下:(1)CV:近似匀速运动模型CV模型将加速度看作是随机扰动(状态噪声),取目标状态(n)=(n),(n),,,(n),&y(n)】。(2)CT:匀速转弯模型只考虑运动角速度∞已知的CT模型。则状态转移矩阵,干扰转移矩阵和观测矩阵分