基于BPNN的自适应机动目标跟踪

作者：彭章友; 陈琳妍

来源：电子测量技术, 2019, 42(15): 29-34.

DOI：10.19651/j.cnki.emt.1902742

• 反向传播神经网络
• 运动模型
• 交互式多模型
• 自适应算法
• 机动目标跟踪

为了解决现有的机动目标跟踪算法中时延长的问题,提出一种基于反向传播神经网络(BPNN)的自适应目标跟踪算法。从不同运动状态下的观测值中提取特征量,训练BPNN。根据获得的观测值计算得到特征量,将特征量输入到训练好的BPNN中,根据网络输出的运动模型进行滤波更新。仿真结果表明,提出的方法跟踪精度高于经典交互式多模型(IMM)算法,算法运行时间为0.063 5 s,少于IMM算法运行时间0.098 75 s,一定程度上减少了模型决策延迟,使得机动目标跟踪更具实时性。

• 单位
  上海大学