基于机动检测的参数自适应跟踪算法

来源：信号处理杂志 2022年第2期北京时间：

作者：张娜, 王锐, 蔡炯

摘要：在机动目标跟踪中，传统当前统计模型卡尔曼滤波算法对弱/无机动目标跟踪精度不高，对突发机动跟踪精度显著下降，且跟踪性能受限于先验参数。针对上述问题，本文提出一种基于机动检测的参数自适应机动目标跟踪算法，算法利用新息的概率分布特性构建双阈值检测门限，依据检测结果进行参数自适应调整。首先，利用加速度预测误差方差信息，自适应调整机动频率、加速度方差，克服模型参数需先验设置的问题，同时提高算法对弱机动目标跟踪精度；其次，在检测到机动后引入渐消因子，使渐消因子的引入时机更合理，增强算法对机动的响应能力。两种典型机动场景下的仿真结果表明，与基于固定参数的当前统计模型的卡尔曼滤波算法相比，本文所提方法能够较好地适应加速度阶跃机动和转弯机动。

关键词：当前统计模型, 自适应参数, 机动检测, 目标跟踪