《電子技術(shù)應(yīng)用》
您所在的位置：首頁(yè) > 通信与网络 > 设计应用 > 机动目标跟踪时滞问题分析
机动目标跟踪时滞问题分析
电子技术应用
李暐琪1，柳超2，曹政2，张彦敏3，4，薛伟1
1.哈尔滨工程大学 烟台研究院；2.海军航空大学； 3.海洋电磁探测与控制湖北省重点实验室； 4.武汉第二船舶设计研究所
摘要： 机动目标跟踪结果在时间轴上的滞后问题是当前机动目标跟踪领域的一大难点。产生时滞的情况很多，一般在跟踪初期和发生较大机动的时间段内尤为明显，常常会因此出现误差高峰。如果能有方法抑制或者消除时滞现象，将能显著提高跟踪效果。从仿真实验的结果和现象入手，结合卡尔曼滤波理论、交互式多模型算法和现代神经网络模型对时滞问题进行剖析，根据跟踪各个阶段情况的变化，分析时滞产生的不同原因，并提出可能的解决方法，以期为提高机动目标跟踪效果提供参考。
中圖分類號(hào)：TP391.41 文獻(xiàn)標(biāo)志碼：A DOI: 10.16157/j.issn.0258-7998.245319
中文引用格式： 李暐琪，柳超，曹政，等. 機(jī)動(dòng)目標(biāo)跟蹤時(shí)滯問題分析[J]. 電子技術(shù)應(yīng)用，2024，50(7)：1-6.
英文引用格式： Li Weiqi，Liu Chao，Cao Zheng，et al. Analysis of the time delay problem of maneuvering target tracking[J]. Application of Electronic Technique，2024，50(7)：1-6.
Analysis of the time delay problem of maneuvering target tracking
Li Weiqi1，Liu Chao2，Cao Zheng2，Zhang Yanmin3，4，Xue Wei1
1.Yantai Research Institute， Harbin Engineering University； 2.Naval Aviation University； 3.Hubei Key Laboratory of Marine Electromagnetic Detection and Control； 4.Wuhan Second Ship Design and Research Institute
Abstract： The lag of maneuvering target tracking results on the time axis is a major difficulty in the field of maneuvering target tracking. There are many cases of time delay, which are especially obvious in the early stage of tracking and the time period when a large maneuver occurs, and there is often a peak of error because of this, if there is a way to suppress or eliminate the time delay phenomenon, the tracking effect will be significantly improved. Starting from the results and phenomena of simulation experiments, combined with Kalman filter theory, interactive multi-model algorithm and modern neural network model, this paper will deeply analyze the time delay problem, and obtain different causes of time delay according to the changes of each stage of tracking and give corresponding solutions, so as to provide reference for improving the tracking effect of maneuvering targets in the future.
Key words : maneuvering target tracking；time lag；Kalman filter；interactive multi-model；neural networks

引言

隨著雷達(dá)信號(hào)處理技術(shù)的飛速發(fā)展，機(jī)動(dòng)目標(biāo)跟蹤技術(shù)也有了顯著進(jìn)步，并且在軍事和民用方面都得到了廣泛應(yīng)用。雖然近年來(lái)機(jī)動(dòng)目標(biāo)跟蹤的精度不斷提高，但是為了應(yīng)對(duì)跟蹤環(huán)境的日益復(fù)雜化和目標(biāo)機(jī)動(dòng)性能的快速提高，如何構(gòu)建更加高效的運(yùn)動(dòng)模型以及優(yōu)化目標(biāo)跟蹤算法仍然是學(xué)者們持續(xù)努力的方向。在此方面，文獻(xiàn)[1]總結(jié)了大量機(jī)動(dòng)目標(biāo)運(yùn)動(dòng)模型，并且討論了各個(gè)模型的優(yōu)缺點(diǎn)和相互之間的關(guān)系。文獻(xiàn)[2]提出了一種基于當(dāng)前統(tǒng)計(jì)模型的機(jī)動(dòng)目標(biāo)自適應(yīng)跟蹤算法，能夠根據(jù)目標(biāo)加速度的變化自適應(yīng)地改變過程噪聲，相比傳統(tǒng)機(jī)動(dòng)目標(biāo)跟蹤算法，跟蹤精度明顯提高。文獻(xiàn)[3]提出了一種基于粒子濾波的具有反饋學(xué)習(xí)項(xiàng)的交互式多模型粒子濾波（Interactive Multi-Model Particle Filter, IMMPF）算法，濾波效果優(yōu)于原IMMPF算法。文獻(xiàn)[4]提出了一種基于長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（Long Short-Term Memory, LSTM）的自適應(yīng)跟蹤算法，將現(xiàn)代神經(jīng)網(wǎng)絡(luò)模型與傳統(tǒng)濾波算法相結(jié)合，能有效識(shí)別目標(biāo)的運(yùn)動(dòng)狀態(tài)，具有較強(qiáng)的自適應(yīng)能力。


本文詳細(xì)內(nèi)容請(qǐng)下載：

http://m.ihrv.cn/resource/share/2000006062


作者信息：

李暐琪1，柳超2，曹政2，張彥敏3，4，薛偉1

（1.哈爾濱工程大學(xué) 煙臺(tái)研究院， 山東 煙臺(tái) 264001；

2.海軍航空大學(xué)， 山東 煙臺(tái) 264001；

3.海洋電磁探測(cè)與控制湖北省重點(diǎn)實(shí)驗(yàn)室， 湖北 武漢 430071；

4.武漢第二船舶設(shè)計(jì)研究所， 湖北 武漢 430064）


Magazine.Subscription.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。

相關(guān)內(nèi)容