基于自适应平滑KF-PDA算法的舰船单目标跟踪

针对概率数据互联（Probability data association， PDA）算法在杂波环境下计算复杂度高的问题，设计了一种基于PDA算法的数据关联方法，当波门内量测点数量大于阈值时，采用PDA算法更新目标状态；当波门内量测点数量小于等于阈值时，采用最近邻思想筛选目标量测点，接着利用卡尔曼滤波（Kalman filter， KF）算法实现杂波环境下的快速滤波更新。在此基础上，通过自适应区间平滑方法，动态修正平滑区间，实现整体状态估计的反向平滑，从而提升算法的精度。不同杂波环境下的实验结果表明，本文方法相较于PDA算法与KF-PDA算法，在保证跟踪效率的同时，有效提升了系统状态的估计精度，验证了该方法的鲁棒性和有效性。