機動目標變采樣周期濾波的IMM算法研究

摘 要:針對IMM算法，提出一種變采樣周期的濾波算法。該算法事先設定一組典型的采樣周期，算出各種采樣周期下的預測誤差協方差，當預測誤差協方差大于給定的門限時即進行下一次采樣。這種算法相對固定周期采樣，不但能夠保證跟蹤精度，還能有效地減少采樣次數，從而達到節省雷達資源的效果。

關鍵詞:機動目標跟蹤濾波; IMM; 自適應采樣周期; 預測誤差協方差

中圖分類號:TP274文獻標識碼:A

文章編號:1004-373X(2010)15-0021-03

Research on IMM Algorithm with Maneuvering Target's Variable Sampling Period Filtering

LU Jing1， XU Zhao-yang2， XIONG Jian-xin1， GAO Feng2

(1.Jiangsu University of Science and Technology， Zhenjiang 212003， China; 2.The 723 Institute of CSIC， Yangzhou 225001， China)

Abstract: An alterable sampling period filtering algorithm based on IMM algorithm is proposed. With the alogrithm， several typical sampling periods are set in advance and then each predictive error covariance is worked out in each given period. The next samlping is carried out once the predictive error covariance goes beyond the limit. The algorithm relative to fixed sampling can not only ensure the tracking accuracy， but aslo reduce the the quantity of the sampling time to save the radar resource.

Keywords: maneuvering target tracking filtering; IMM; alterable sampling period; predictive error covariance

0 引 言

相控陣雷達可以對目標航跡進行變采樣跟蹤濾波， 適當地控制其波束指向可以有效地提高機動目標的跟蹤性能。對于穩定跟蹤的目標如果采用較短的采樣周期，雖然提高了跟蹤精度，但也極大地浪費了計算機花費的時間。相反，當采用較大的采樣周期時，跟蹤的精度又會下降。因此需要在保證跟蹤精度的基礎上找到一種適合的采樣策略，達到既能增大采樣周期又能降低計算機資源和雷達能量資源的目的。

本文采用IMM算法的思想，將機動目標“當前”統計模型[1]和CA，CV模型進行交互，對已算出的各模型的更新概率進行比較，確定用哪種模型計算自適應采樣間隔。對于穩定跟蹤的目標采用較長的采樣間隔，對于發生機動的目標采用較短的采樣間隔。文中將該變采樣周期算法與固定采樣周期算法進行了比較，結果表明，本文的方法既能保證跟蹤精度，又能反映目標的運動狀態，能更有效地利用雷達資源。

1 IMM算法

1984~1989年，BIom和Bar-Shalom[2]在廣義偽貝葉斯算法的基礎上，提出了一種具有Markov轉移概率的交互式多模型(IMM)算法[3-6]。……