一种基于自注意力机制和物理约束的机动目标智能跟踪方法

本发明提供一种基于自注意力机制和物理约束的机动目标智能跟踪方法，对原始雷达量测数据进行坐标转换，得到笛卡尔系下的点迹，并计算初始窗口每个时间步目标状态向量的Sigma点集；对n个采样点，计算Sigma点数；进行归一化处理，将归一化后的Sigma点序列输入至预测模型中生成预测结果；在损失函数中配置物理约束，物理约束包括速度约束损失和加速度约束损失；将预测结果与不敏卡尔曼滤波器相结合，利用不敏卡尔曼滤波器的实时校正能力。输出最终位置、速度、加速度估计值，用于雷达跟踪系统显示。方法对三维机动目标跟踪性能相较IMM交互式多模型方法提升了准确性，相较已有机动目标智能跟踪方法提高了预测的准确性和效率。