基于IMM(Interacting Multiple Model)和UKF(Unscented Kalman Filter)的三维目标跟踪仿真算法。其主要思路如下:
1)设置仿真参数,包括仿真时间、采样时间、过程噪声和测量噪声的方差等。
2)生成测量数据和真实数据,其中测量数据含有噪声,真实数据不含噪声。
3)初始化IMM算法参数,包括模型状态估计值、模型状态协方差矩阵、模型预测的观测残差及其协方差矩阵、模型概率转移矩阵等。
4)迭代仿真,每次迭代包括以下几个步骤:
- a) 计算模型混合概率。
- b) 根据模型混合概率计算各模型初始化滤波的状态和协方差矩阵。
- c) 使用无迹卡尔曼滤波对各模型进行状态估计,得到状态估计值、状态协方差矩阵、观测残差及其协方差矩阵。
- d) 更新模型概率。
- e) 综合各模型输出,得到IMM算法的综合状态估计值和协方差矩阵。
计算均方根误差,包括测量值的均方根误差和IMM+UKF算法估计值与真实值之间的均方根误差。
绘制模型概率曲线和目标轨迹图。