基干“当前”统计模型的模糊自适应跟踪算法

基本的机动目标“当前”统计模型及其自适应卡尔曼滤波算法虽能对强机动目标进行很好的跟踪，但是在跟踪弱机动目标时却存在较大的误差。针对这一问题，新算法中引入一种非线性模糊隶属度函数来自适应地调整目标加速度上下限，并从理论上分析了新算法对于弱机动目标跟踪的有效性。通过计算机仿真验证了新算法相对于基本“当前”统计模型及其自适应跟踪算法的明显优势。