北京航空航天大学学报 ›› 2019, Vol. 45 ›› Issue (10): 2115-2122.doi: 10.13700/j.bh.1001-5965.2019.0038

• 论文 • 上一篇    

基于非等维状态的IMM混合估计方法

欧能杰, 汪圣利, 张直   

  1. 南京电子技术研究所, 南京 210039
  • 收稿日期:2019-01-29 出版日期:2019-10-20 发布日期:2019-10-31
  • 通讯作者: 汪圣利 E-mail:slwangbb@sina.com
  • 作者简介:欧能杰 男,硕士研究生。主要研究方向:雷达数据处理;汪圣利 男,博士,研究员。主要研究方向:信息融合、雷达数据处理;张直 男,博士。主要研究方向:雷达数据处理。

IMM mixing estimation method based on unequal dimension states

OU Nengjie, WANG Shengli, ZHANG Zhi   

  1. Nanjing Research Institute of Electronics Technology, Nanjing 210039, China
  • Received:2019-01-29 Online:2019-10-20 Published:2019-10-31

摘要: 在目标跟踪领域,交互多模型(IMM)估计器具有良好的性能和较低的复杂度。IMM的成功归因于模式混合,其中各模型输出用于模型条件重初始化。针对IMM算法中存在的非等维状态混合估计问题进行了研究,在总结现有算法的基础上提出了一种最优的IMM混合估计方法。该方法通过将"切换"态的概念引入目标状态,根据当前滤波时刻的模型概率和新息,动态地调整混合策略以实现最优估计。最后,通过仿真实验验证了所提算法在不同模型混合场景中的表现要优于现有的算法。

关键词: 目标跟踪, 滤波, 交互多模型(IMM), 混合估计, 非等维状态

Abstract: The interacting multiple model (IMM) estimator has been proven to be of excellent performance and low complexity in tracking agile targets. The success of IMM attributes to mode mixing, where model outputs are mixed for model-conditional reinitialization. The problem of unequal dimension states mixing in IMM estimation is studied and an optimal method for IMM mixing is proposed based on summarizing the existing methods. By introducing the concept of "switching" state into the target state, the new method dynamically adjusts the hybrid strategy with model probability and innovation to achieve optimal estimation. The simulation results show that the proposed approach outperforms the existing algorithms in the scenarios of mixing different models.

Key words: target tracking, filtering, interacting multiple model (IMM), mixing estimation, unequal dimension states

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发