论文部分内容阅读
针对在非线性机动目标跟踪中存在的滤波器易发散、机动检测有延迟等问题，把Unscented Kalman Filter（uKF）引进到交互多模型算法（IMM）中，设计了交互多模型UKF滤波器。并利用目标运动模型集概率的相对变化率设计了自适应交互多模型UKF滤波器，最后进行了计算机仿真。蒙特卡罗仿真结果表明，两种滤波算法都具备UKF滤波器精度高、稳定性好、不易发散的优点，同时不需了解目标机动的先验信息，适合于实际应用；并且自适应交互多模型UKF滤波器具有更好的跟踪效果。