Resumen

El algoritmo original de seguimiento de objetivos basado en un solo modelo ha sido durante mucho tiempo incapaz de satisfacer las características complejas y cambiantes del objetivo, y luego surgen problemas como la baja precisión de seguimiento, la pérdida del objetivo y la falta de coincidencia del modelo. El algoritmo multimodelo interactivo utiliza múltiples modelos de movimiento para seguir al objetivo, obtiene el grado de adaptación entre el estado de movimiento real del objetivo y cada modelo según la función de verosimilitud calculada, y luego combina los valores de peso actualizados de cada filtro para obtener una suma ponderada. Por lo tanto, el algoritmo multimodelo interactivo puede lograr un mejor rendimiento. En este artículo se propone un algoritmo multimodelo interactivo mejorado que puede lograr el seguimiento de jugadores y la coincidencia de características de trayectoria. Primero, este artículo propone un algoritmo de filtrado de Kalman mejorado (IKF). Este método se desarrolla a partir del filtro de Kalman de medición de conversión imparcial, que puede obtener una estimación más precisa del estado y la

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Algoritmo de seguimiento de objetivo; Algoritmo multimodelo; Precisión de seguimiento; Desajuste de modelo; Filtrado de Kalman; Modelo IMM-IKF
• Keywords:Target tracking algorithm; Multimodel algorithm; Tracking accuracy; Model mismatch; Kalman filtering; IMM-IKF model