典型文献
基于机动检测的参数自适应跟踪算法
文献摘要：
在机动目标跟踪中,传统当前统计模型卡尔曼滤波算法对弱/无机动目标跟踪精度不高,对突发机动跟踪精度显著下降,且跟踪性能受限于先验参数.针对上述问题,本文提出一种基于机动检测的参数自适应机动目标跟踪算法,算法利用新息的概率分布特性构建双阈值检测门限,依据检测结果进行参数自适应调整.首先,利用加速度预测误差方差信息,自适应调整机动频率、加速度方差,克服模型参数需先验设置的问题,同时提高算法对弱机动目标跟踪精度;其次,在检测到机动后引入渐消因子,使渐消因子的引入时机更合理,增强算法对机动的响应能力.两种典型机动场景下的仿真结果表明,与基于固定参数的当前统计模型的卡尔曼滤波算法相比,本文所提方法能够较好地适应加速度阶跃机动和转弯机动.
文献关键词：
当前统计模型;自适应参数;机动检测;目标跟踪
中图分类号：
作者姓名：
张娜;王锐;蔡炯
作者机构：
北京理工大学信息与电子学院,北京100081
文献出处：
引用格式：
[1]张娜;王锐;蔡炯-.基于机动检测的参数自适应跟踪算法)[J].信号处理,2022(02):367-374
A类：
B类：
机动检测,参数自适应,自适应跟踪,机动目标跟踪,当前统计模型,卡尔曼滤波算法,目标跟踪精度,跟踪性能,受限于,先验,目标跟踪算法,法利,新息,概率分布,分布特性,双阈值检测,检测门限,自适应调整,速度预测,预测误差,误差方差,整机,渐消因子,更合,增强算法,响应能力,阶跃,转弯,自适应参数
AB值：
0.286934
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
