1.软件版本
matlab2022a
2.运行方法
使用matlab2022a或者高版本仿真,运行文件夹中的tops.m或者main.m。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。具体操作观看提供的程序操作视频跟着操作。
3.内容简介
IMM算法的基本思想是用多个不同的运动模型匹配机动目标的不同运动模式,不同模型间的转移概率是–个马尔可夫矩阵,目标的状态估计和模型概率的更新使用卡尔曼滤波。
机动目标模型描述了目标状态随着时间变化的过程。一个好的模型抵得上大量的数据。当前几乎所有的目标跟踪算法都是基于模型进行状态估计的。在卡尔曼滤波器被引入目标跟踪领域后,基于状态空间的机动目标建模成为主要研究对象之一。
从算法层面,在机动目标跟踪系统中,常用的滤波算法是以卡尔曼滤波器为基本框架的估计算法。卡尔曼滤波器是一种线性、无偏、以误差均方差最小为准则的最优估计算法,它有精确的数学形式和优良的使用效能。卡尔曼滤波方法实质上是一种数据处理方法,它采用递推滤波方法,根据获取的量测数据由递推方程递推给出新的状态估计。由于计算量和存储量小,比较容易满足实时计算的要求,在工程实践中得到广泛应用。
交互多模型(Interacting Multiple Model,简称IMM)算法具有自适应的特点,能够有效地对各个模型的概率进行调整,尤其适用于对机动目标的定位跟踪。交互式多模型算法包含了多个滤波器(各自对应着相应的模计器,一个交互式作用器和一个估计混合器),多模型通过交互作用跟踪一个目标的机动运动,各模型之间的转移由马尔可夫概率转移矩阵确定,其中的元素 表示目标由第i个运动模型转移到第j个运动模型的概率。
4.部分仿真截图
编辑
编辑
编辑