摘要
本发明涉及一种基于似然函数的自适应转移概率矩阵并行交互多模型方法。首先,针对目标机动特性越来越强,传统IMM算法采用先验转移概率矩阵导致模型匹配度下降的问题,提出了一种基于指数函数的转移概率校正方法,实现了转移概率矩阵的实时校正,提高了模型匹配度;然后,针对转移概率校正函数引入大量过去信息导致模型跳转响应时间被延长的问题,提出了基于似然函数的转移概率校正方法,该方法通过引入当前模型信息与历史模型信息,构建了一种适应性更强的转移概率校正函数,解决了模型跳转滞后的问题。本发明在机动模型不完全匹配的情况下,可有效实现对机动目标的跟踪,跟踪精度与模型匹配度明显提高。
技术关键词
转移概率矩阵
多模型方法
协方差矩阵
无迹卡尔曼滤波
IMM算法
校正方法
扩展卡尔曼滤波
滤波器
协方差估计
计算方法
比率
粒子
精度
参数
系统为您推荐了相关专利信息
方差贡献率
医药中间体
调控方法
预测误差
偏最小二乘回归算法
摄像单元
航拍系统
三维激光扫描系统
点云模型
坐标