Abstract
In this paper, we propose a new tracking algorighm that achieves good tracking performance in manuevering targets while capping the computation load to "low". Kalman Filler (KF) is generally known to be poor in tracking maneuvering targets. IMM, on the other hand, compensates the weakness inherent in the mundane KF and is considered as a promising alternative for tracking maneuvering targets. However, IMM suffers from substantially increased computational load as the number of models increases. To remedy this problem, we propose a new method focused to reducing the computational load and attaining the desirable tracking performance at least as good that of IMM. It is achieved by essentially adopting the structure of IMM and injecting Optimal Two-Stage Kalman Estimator (OTSKE). The representative simulation shows a reduction in computational load with the proposed OTSKE but further reduction is shown achieved (by about 58%) with the Interacting Acceleration Compenstation (IAC)-OTSKE approach. approach.
본 논문에서는 다양한 기도표적에 대해 적은 연산량으로 효과적인 추적을 하기 위한 방법에 대해 기술한다. 일반적으로 사용되는 Kalman filler (KF)는 비기동 표적의 추적에는 효과적인 반면 표적이 기동하는 경우에는 제한된 추적 성능을 보인다. 이에 대한 보완 방법으로는 표적의 여러 운동상태를 고려한 IMM이 적합한 대안으로 고려된다. 하지만 IMM은 모델의 수가 증가할수록 연산량이 증가한다는 제한사항을 가지고 있다. 따라서 기동표적 추적방법인 IMM의 제한사항을 보완하기 위해 KF를 Two-Stage로 나누어 각각 필터링을 수행하는 Optimal Two-Stage Kalman Estimator (OTSKE)를 IMM 구조에 적용하고 더 나아가 기존의 IAC 알고리즘에 적용하여 IMM과 유사한 추적성능온 발휘하면서도 연산량은 약 58% 감소시킬 수 있었다.
