摘要
本发明涉及运动目标被动跟踪技术领域,提供一种基于IMM‑GMF的水下复杂运动目标被动跟踪方法。该方法包括生成k时刻的初始GM粒子,混合交互与预测,对预测GM粒子进行更新和修正,获得k时刻的后验GM粒子,获得k时刻的目标状态估计值。在生成k时刻的初始GM粒子的步骤中,获取k‑1时刻的N个简单模型的后验GM粒子作为k时刻的N个模型滤波器的初始GM粒子。该方法中的高斯混合模型将具有复杂运动形式的目标状态转移概率密度用多个高斯项的加权和表示,并通过递推高斯项权重、均值和协方差构成的GM粒子达到滤波估计。
技术关键词
跟踪方法
粒子
概率密度函数
滤波器
被动跟踪技术
雅克比矩阵
运动
观测噪声
坐标系
块对角矩阵
方程
高斯混合模型
协方差矩阵
局域
平台
采样点
非线性
媒介
声波
系统为您推荐了相关专利信息
闭环反馈控制系统
闭环反馈系统
容错控制方法
概率密度函数
寿命
地物识别方法
机器学习算法
巴特沃斯滤波器
电磁波发射装置
消除系统误差
建筑能耗预测方法
BP神经网络模型
建筑能耗预测系统
粒子
群体智能优化算法