论文部分内容阅读
针对工程应用中“当前”统计模型对机动频率和最大加速度经验值依赖过大，难以根据目标的加速度变化进行实时动态调整优化的问题，以及标准 “当前”统计模型在跟踪非机动或机动目标时，精度不高的问题，本文在分析机动频率物理含义及其与加速度变化关系、卡尔曼滤波的新息与加速度方差关系的基础上，提出了一种高效的机动频率和加速度方差双变量自适应算法。通过在不同噪声水平的运动场景下的仿真分析，证明该算法能够很好的自适应目标的加速度变化，并能有效提高跟踪精度，大大提高了对非机动或弱机动目标的跟踪精度。