基于改进SHAEKF算法的外辐射源雷达机动目标跟踪

来源：信号处理杂志 2025年第12期北京时间：

作者：程瑞, 易建新, 万显荣

摘要：无人机应用的日益普及，使得对城市环境下“低慢小”目标的有效监测需求变得日益迫切。然而在复杂的城市环境中，由于建筑物的遮挡与多径传播等因素无法保证外辐射源雷达系统对目标的量测误差这一先验信息的准确性，从而导致外辐射源雷达系统对机动目标的跟踪精度降低，甚至引发滤波发散。为解决上述问题，本文提出了一种将改进的自适应扩展卡尔曼滤波算法与交互式多模型算法相融合的联合跟踪策略。首先，通过数值稳定性处理，确保实时估计的量测协方差矩阵始终保持正定性；其次，通过构建一个多维控制因子向量，该向量通过对比理论估计值与实际计算值之间的差异来动态感知量测噪声统计特性的变化，进而为每个维度分配合适的加权系数，实现对量测协方差矩阵的精细化在线校正；最后，将整个自适应滤波模块与交互式多模型框架深度融合，以应对目标自身机动与外部环境变化所带来的双重不确定性。仿真实验的结果表明，与传统算法相比，本文所提出的SHAEKF-IMM算法能够在外辐射源雷达对机动目标的跟踪过程中，更为及时、准确地捕捉并响应量测噪声协方差的非平稳变化，并通过有效的在线估计与补偿机制，显著抑制了因模型失配导致的滤波误差，在不同机动场景下均表现出更优越的鲁棒性与跟踪精度。

关键词：自适应卡尔曼滤波算法, 交互式多模型, 机动目标跟踪, 外辐射源雷达, 控制因子