基于序贯检测的扩维机动目标跟踪算法

针对单模型跟踪算法在目标出现强机动时跟踪性能很差,交互式多模型算法对匀速目标的跟踪精度不高的问题,提出了一种基于序贯检测的扩维机动目标跟踪算法.首先,采用了KF-UKF(Kalman filter and unscented Kalman filter)对目标的运动状态进行滤波估计.对非机动目标,采用基于匀速模型(CV模型)的卡尔曼滤波;当检测到目标机动时,对CV模型进行扩维,同时采用无迹卡尔曼滤波器进行状态估计.其次,提出了一种衰减记忆序贯检测算法来检测机动.当检测到机动发生后,对扩维后的状态向量和协方差矩阵进行修正,使修正后的状态更加匹配实际的运动模式.仿真结果表明,该算法可以实时修正目标状态,并且可以根据不同的运动模式选择相匹配的滤波器,从而提高了跟踪精度.