一种基于变分贝叶斯和轴参数优化的交互多模型扩展目标跟踪方法

本发明公开了一种基于变分贝叶斯和轴参数优化的交互多模型扩展目标跟踪方法，包括在交互多模型算法框架下，首先通过引入逆伽马分布对扩展目标量测进行建模，并对输入参数实施交互作用；然后利用卡尔曼更新公式和遗忘因子进行参数时间更新，同时基于变分贝叶斯算法对扩展目标参数进行迭代处理，得到扩展目标参数的估计结果；再基于特征分解的方法对量测散射矩阵进行分解，得到更精确的椭圆轴长二次估计结果；最后利用相邻时刻模型概率差异的指数级变化对马尔科夫转移概率矩阵进行更新，并将各滤波器的输出进行融合即得到扩展目标的状态估计结果。本发明对扩展目标的外形估计结果准确、精度高、鲁棒性强，可用于复杂环境下的扩展目标跟踪处理。