基于IMM的认知雷达波形选择方法
涂中华
云南民族大学电气信息工程学院 昆明 650031
摘要：认知雷达作为一种先进的雷达系统,区别于传统雷达其优秀的自适应环境能力,使得认知雷达被许多重要而又复杂的检测任务中高频使用.论文针对机动目标跟踪中的不确定性和噪声干扰问题,提出了一种融合交互式多模型(IMM)和不敏卡尔曼滤波(UKF)的方法.通过在基于深度Q学习的波形库简化的基础上引入IMM模型,实现了波形库的精简,从而有效降低了计算时间,并且提升了跟踪精度.同时,利用不敏卡尔曼滤波(UKF)进一步优化了目标跟踪过程,增强了系统的鲁棒性和适应性.实验结果表明,该方法平均降低了26.2％的检测误差,并且缩短了平均60％的计算时间.
关键词：认知雷达目标跟踪交互式多模型(IMM)不敏卡尔曼滤波(UKF)Q学习
分类号：TN953(雷达)
论文发表日期：2025-12-20
在线出版日期：2026-03-23（本平台首次上网日期，不代表文献的发表时间）
页数：7( 83-89 )
英文信息