改进的高超声速目标跟踪算法：自适应加速方差与交互IMM模型

本文主要探讨了一种针对临近空间高超声速目标跟踪问题的改进算法。首先，作者针对临近空间高超声速目标特有的运动特性，构建了一个精确的运动模型，这在复杂大气环境和高速运动条件下显得尤为重要。高超声速目标由于其速度极快和机动性强，常规的跟踪方法可能无法有效应对，因此，研究这类目标的跟踪策略是一项挑战。 在传统的方法如"当前"统计（CS）模型的基础上，论文引入了一种创新的策略——自适应距离估计算法（ADE）。这个算法通过利用位置估计值与加速度之间的函数关系，动态调整加速度方差，从而能够更准确地捕捉目标的运动状态变化。这种自适应性使得算法在面对不确定性较高的机动目标时，能够实时调整模型参数，提高跟踪精度。 进一步，作者将ADE与交互多模型算法（IMM）相结合，形成ADE-IMM算法。交互多模型方法通过结合多个模型的优点，增强了对目标行为的适应性和鲁棒性。通过这种方法，该算法不仅保留了Singler-IMM算法在处理非机动或弱机动目标时的高精度，还弥补了CS-IMM在处理高机动目标时的不足，实现了对临近空间高超声速目标更为精确和有效的跟踪。 本文的贡献在于提供了一种实用且有效的目标跟踪策略，对于临近空间领域的军事、科研和航空导航等领域具有重要意义。通过仿真结果的验证，该算法在跟踪性能上表现出优越性，特别是在处理动态且难以预测的高超声速目标时，显示出了显著的优势。此外，文章还引用了相关文献，表明了在机动目标跟踪领域的研究背景和发展趋势，以及与已有工作的关联性和对比。 关键词方面，"临近空间"、"高超声速目标"、"交互多模型算法"和"改进算法"都是全文的核心概念，它们共同构成了研究的主题和焦点。最后，通过DOI、中图分类号、文献标识码和文章编号，可以追踪到这篇论文的具体学术来源和检索信息，以便于后续研究者参考和引用。