网络化作战目标跟踪：IMM-UKF算法的应用

"基于IMM-UKF的网络化作战目标跟踪算法" 本文是一篇研究论文，探讨了在网络化作战环境中如何通过改进的目标跟踪算法来提高对机动目标的跟踪精度和稳定性。研究背景是网络化作战中单个探测节点由于目标运动模型的不确定性导致滤波效果不佳，从而影响目标跟踪的准确度。论文提出了一种多节点探测跟踪算法，旨在利用网络中的信息共享优势来提升目标跟踪能力。 作者周中良等人指出，在网络探测节点的目标跟踪模型构建中，考虑到实战中目标可能同时存在多种运动状态，单一模型的滤波器无法有效处理这种复杂情况。因此，他们引入了交互式多模型（IMM）与无迹卡尔曼滤波（UKF）的结合，即IMM-UKF算法。IMM算法允许同时考虑多个潜在的运动模型，而UKF则是一种高效率、高精度的非线性滤波方法，能够处理复杂的系统动态。 在该算法中，各个探测节点采用IMM-UKF进行状态估计，然后将结果发送到融合中心。融合中心整合这些信息，进一步优化状态估计，减少因目标机动导致的模型误差。这样做的好处是提高了跟踪性能，增强了算法的鲁棒性和实用性。 通过仿真实验，作者证明了所提算法在提高网络节点对机动目标的跟踪精度方面具有显著效果，且算法收敛速度快。同时，由于其良好的鲁棒性，该算法在面对不确定性和噪声时仍能保持稳定的表现。 关键词包括：网络化作战、机动目标跟踪、网络探测节点、卡尔曼滤波。这篇论文的分类号为TP391，文献标识码为A，DOI为10.3969/j.issn.1002-0640.2017.10.021，表明它属于信息技术领域的学术研究，且具有较高的引用价值。 这篇论文贡献了一种创新的网络化作战目标跟踪方案，通过结合IMM和UKF的优势，为解决实际战场环境中的目标跟踪问题提供了有力的技术支持。