一种基于机器学习的雷达目标跟踪算法
【摘要】 针对卡尔曼滤波算法中新息残差的理论值与实际值不一致所导致的跟踪器滤波精度下降的问题ꎬ文中在卡尔曼滤波算法的基础上ꎬ提出了一种新型的雷达目标跟踪算法ꎮ首先由发射机发射信号ꎬ雷达接收机接收到目标反射信号ꎬ对信号进行处理ꎬ用卡尔曼滤波算法对目标下一个方位进行跟踪ꎬ在跟踪的过程中ꎬ利用机器学习中的支持向量机回归算法来估算理论新息和实际新息残差的最小均方误差(自适应调节因子)进行训练ꎬ预测出目标下一个方位并不断减少与实际测量值间的误差ꎬ从而显示出预测轨迹ꎬ这样可以减少噪声误差的影响ꎬ实现目标的跟踪ꎮ
