现代防御技术
現代防禦技術
현대방어기술
MODERN DEFENCE TECHNOLOGY
2011年
5期
119-124
,共6页
近距机动目标跟踪%不敏卡尔曼滤波%自组织模糊神经网络%UKF-SOFNN滤波
近距機動目標跟蹤%不敏卡爾曼濾波%自組織模糊神經網絡%UKF-SOFNN濾波
근거궤동목표근종%불민잡이만려파%자조직모호신경망락%UKF-SOFNN려파
对于多目标杂波环境中的机动目标跟踪,由于目标集群中各个目标间的空间距离可能小于探测器的空间分辨率,因而可能出现误跟、诱饵欺骗与杂波虚警等一系列严重后果.对此,提出一种综合运用UKF(不敏卡尔曼滤波)和SOFNN(自组织模糊神经网络)的UKF-SOFNN滤波跟踪算法,将机动目标模型视作严格的非线性系统,利用UKF-SOFNN对非线性参数的辨识能力提高对锁定机动目标的跟踪能力.仿真实例表明,该算法能有效地辨识目标群中的目标,并进行可靠的跟踪.
對于多目標雜波環境中的機動目標跟蹤,由于目標集群中各箇目標間的空間距離可能小于探測器的空間分辨率,因而可能齣現誤跟、誘餌欺騙與雜波虛警等一繫列嚴重後果.對此,提齣一種綜閤運用UKF(不敏卡爾曼濾波)和SOFNN(自組織模糊神經網絡)的UKF-SOFNN濾波跟蹤算法,將機動目標模型視作嚴格的非線性繫統,利用UKF-SOFNN對非線性參數的辨識能力提高對鎖定機動目標的跟蹤能力.倣真實例錶明,該算法能有效地辨識目標群中的目標,併進行可靠的跟蹤.
대우다목표잡파배경중적궤동목표근종,유우목표집군중각개목표간적공간거리가능소우탐측기적공간분변솔,인이가능출현오근、유이기편여잡파허경등일계렬엄중후과.대차,제출일충종합운용UKF(불민잡이만려파)화SOFNN(자조직모호신경망락)적UKF-SOFNN려파근종산법,장궤동목표모형시작엄격적비선성계통,이용UKF-SOFNN대비선성삼수적변식능력제고대쇄정궤동목표적근종능력.방진실례표명,해산법능유효지변식목표군중적목표,병진행가고적근종.
