典型文献
基于交互式多模型平方根容积卡尔曼滤波的船舶轨迹跟踪
文献摘要：
[目的]针对船舶运动状态变化复杂场景下扩展卡尔曼滤波(EKF)的误差不稳定,以及单一运动模型的表征能力受限等问题,提出一种基于交互式多模型(IMM)平方根容积卡尔曼滤波(SCKF)的船舶轨迹跟踪算法.[方法]引入SCKF,并代替EKF来执行自动识别系统(AIS)数据的轨迹跟踪;采用交互式多模型框架将恒速直线模型(CVM)、当前统计模型(CSM)和恒定转向率模型(CTM)及改进的CTM模型进行交互融合,形成3种组合模型来表征AIS轨迹的运动状态,并进行船舶轨迹跟踪实验.[结果]结果显示,对于航向、航向率和航速均发生变化的轨迹,采用组合模型1跟踪时,在轨迹6中SCKF相比EKF的位置信息的均方根误差变化幅度小,精度提高了30.06％;采用组合模型3跟踪时,相比EKF,SCKF在轨迹6中位置信息的均方根误差波动的范围最小,误差减小了60.80％,组合模型3的性能最好,但计算量也最大;对于航速不发生变化的复杂轨迹,采用组合模型2跟踪的性能接近组合模型3.[结论]所提方法能够提高AIS数据的精度并保证AIS数据误差波动的稳定性,为提高船舶运动跟踪和监测提供了可能性.
文献关键词：
交互式多模型;平方根容积卡尔曼滤波器;自动识别系统;轨迹跟踪
中图分类号：
作者姓名：
杨家轩;陈柏果;马令琪
作者机构：
大连海事大学航海学院,辽宁大连 116026;辽宁省航海安全保障重点实验室,辽宁大连 116026
文献出处：
引用格式：
[1]杨家轩;陈柏果;马令琪-.基于交互式多模型平方根容积卡尔曼滤波的船舶轨迹跟踪)[J].中国舰船研究,2022(04):12-23
A类：
平方根容积卡尔曼滤波器
B类：
交互式多模型,船舶轨迹,船舶运动,运动状态,状态变化,复杂场景,扩展卡尔曼滤波,EKF,运动模型,表征能力,IMM,SCKF,轨迹跟踪算法,自动识别系统,AIS,模型框架,恒速,线模,CVM,当前统计模型,CSM,CTM,交互融合,组合模型,行船,航向,航速,在轨,位置信息,误差变化,计算量,数据误差,运动跟踪
AB值：
0.248988
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。
