基于“当前”统计模型的模糊自适应航迹预测算法
杨霄鹏1
欧阳超1
杨朝阳1
姚昆1
倪娟2
1.空军工程大学信息与导航学院,西安,7100772.94303部队,山东潍坊,261100
摘要：基本的“当前”统计模型由于其机动加速度极限值固定不变,只能描述机动加速度较大的机动目标.因而基本的“当前”统计模型及其自适应滤波算法(CSAF)对机动性较强目标的预测性能较好,而对机动性较弱目标的预测误差较大.针对这个问题,新算法中设计了一种新的模糊隶属度函数,利用机动目标的“当前”加速度来自适应地调整机动加速度极限值,使“当前”统计模型可以描述具有任意加速度的机动目标.最后,运用该算法和CSAF算法对机动目标进行了航迹预测仿真实验,仿真实验结果表明,无论对于机动性较强的目标还是机动性较弱的目标,新算法的预测性能均优于CSAF算法.
关键词：“当前”统计模型卡尔曼滤波机动目标航迹预测
分类号：V271(各类型航空器)TN953(雷达)
资助基金：国家自然科学基金(61202490)
论文发表日期：2015-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 1-4 )
英文信息