一种改进的水下小目标跟踪算法仿真
【摘要】 针对水下小目标跟踪精度低，易发生误跟和跟丢目标的问题，提出了一种扩维交互式多模型扩展卡尔曼算法(IMM-EKF)结合模拟退火粒子群算法(SA-PSO)的目标跟踪算法。首先，基于初始时刻获取量测和估计量测的加权最dx_-乘原则，利用SA-PSO算法估计目标的初始位置。仿真结果表明，上述算法以少于60次的迭代次数收敛。并且初始位置估计误差略大于克拉美劳下界。其次，利用扩维IMM-EKF算法进行目标跟踪，上述算法在IMM-EKF算法基础上，在每一步迭代过程中进行量测扩维，获取更多目标运动状态信息。仿真结果表明，相比于IMM-EKF算法和加权IMM-EKF算法.扩维IMM-EKF算法具有更小的跟踪误差和更好的鲁棒性。
