科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于卡尔曼滤波和神经网络的航迹补全方法,主要解决现有技术在补全航迹时,因目标在中断周期内运动状态发生改变而造成补全误差过大的问题。其方案是：模拟机动目标的运动轨迹；提取中断发生前的历史航迹数据并对其进行预处理；构建神经网络模型,运用预处理后的历史航迹数据对其进行训练；利用训练好的模型参数对部分历史航迹数据进行计算,得到中断周期内的预测航迹；利用中断结束后第一个周期的航迹数据作为初始值对中断周期内的航迹进行反向卡尔曼一步预测,并利用卡尔曼滤波更新算法对一步预测航迹进行校正,得到最终补全航迹。本发明补全误差小,在目标运动状态发生改变时,仍能获得较为准确的预测航迹,可用于目标跟踪。
- 单位
