公开(公告)号：CN106933106B

公开(公告)日：2020-02-14

申请号：CN201710298707.9

申请日：2017-04-27

Applicant: 哈尔滨工程大学

Inventor： 国强 ,  阮国庆 ,  贺紫兰 ,  王学佼 ,  王强波

IPC: G05B13/04

Abstract: 本发明提供的是一种基于模糊控制多模型算法的目标跟踪方法。引入机动目标的动力学建模方法，对匀速和蛇形机动模型进行建模；对匀速和蛇形机动模型条件重新初始化，计算滤波器的混合输入；利用滤波器的混合输入，对匀速和蛇形机动模型采用无迹卡尔曼滤波算法进行并行滤波计算目标状态的初始值，并进行目标状态估计；采用改进的误差协方差统计估值器，递推估计系统误差协方差统计特性；分别计算k时刻匀速和蛇形机动模型的概率，并利用模糊逻辑算法进行模型概率更新；利用获得的当前目标状态估计和模型概率计算总体状态输出。本发明估计误差的收敛速度快，鲁棒性强，能够降低纯方位目标跟踪的误差，实现对机动目标末端“蛇形”运动模型的稳定跟踪。

公开(公告)号：CN106933106A

公开(公告)日：2017-07-07

申请号：CN201710298707.9

申请日：2017-04-27

Applicant: 哈尔滨工程大学

Inventor： 国强 ,  阮国庆 ,  贺紫兰 ,  王学佼 ,  王强波

IPC: G05B13/04

Abstract: 本发明提供的是一种基于模糊控制多模型算法的目标跟踪方法。引入机动目标的动力学建模方法，对匀速和蛇形机动模型进行建模；对匀速和蛇形机动模型条件重新初始化，计算滤波器的混合输入；利用滤波器的混合输入，对匀速和蛇形机动模型采用无迹卡尔曼滤波算法进行并行滤波计算目标状态的初始值，并进行目标状态估计；采用改进的误差协方差统计估值器，递推估计系统误差协方差统计特性；分别计算k时刻匀速和蛇形机动模型的概率，并利用模糊逻辑算法进行模型概率更新；利用获得的当前目标状态估计和模型概率计算总体状态输出。本发明估计误差的收敛速度快，鲁棒性强，能够降低纯方位目标跟踪的误差，实现对机动目标末端“蛇形”运动模型的稳定跟踪。