ردیابی هدف مانوردار از روی سمت با استفاده از مدل مارکوف مرتبه دوم غیرخطی

در این مقاله ضمن بررسی و تحلیل مدل حرکتی مانوردار برای هدف، روش جدیدی مبتنی بر روش چند مدلی imm برای حل مسئله‌ی ردیابی در حضور نویز اندازه‌گیری ارائه می‌شود. در این روش دو مدل به کار می-رود که برای هر مدل از یک صافی کالمن توسعه‌یافته برای تخمین حالت مربوط به مدل تصادفی هدف استفاده می‌شود. تخمین نهایی حالت مربوط به حرکت هدف متشکل از حالت‌های این دو مدل است؛ به این صورت که برای هر مدل وزن خاصی به صورت تطبیقی محاسبه می‌شود و تخمین نهایی هدف از جمع وزن‌دار حالت‌های مربوط به هر مدل بدست می‌آید. در این مقاله برای تخمین بهتر از مدل‌های مارکوف مرتبه دوم برای توصیف رفتار سیستم استفاده شده است که منجر به کاهش تعداد مدل‌های حرکتی مورد نیاز می‌شود. به این معنی که برای تصمیم‌گیری برای مدل بعدی از دو مدل قبل کمک گرفته می‌شود و الگوریتمی به‌مراتب بهتر از الگوریتم imm مرتبه اول ارائه می‌شود.

bearing only tracking for maneuver target using nonlinear second-order markov model

in this paper, in addition to investigation and analyzing the dynamic model of a maneuver target, a new method based on the interaction multiple model (imm) method is presented to solve the tracking problem in presence of measurement noise. in this procedure, two models are used along with an extended kalman filter for each model, for estimation of the states related to stochastic target model. to this end, a specific weight is calculated adaptively for each model and the final estimation of the target is obtained from the weighted sum of the modes related to each model. in this paper, second order markov models are used to better describe the system behavior which leads to a decrease in the number of required motion models. this means that the previous two models are used to decide on the next model, and a much better algorithm is provided than the first-order imm algorithm.