-
题名基于IMM卡尔曼滤波的船舶轨迹预测研究
- 1
-
-
作者
王强
宋巍
华中伟
陆平
-
机构
苏州大学应用技术学院
-
出处
《传感器与微系统》
北大核心
2025年第10期48-51,共4页
-
基金
江苏省高等学校基础科学(自然科学)研究面上项目(22KJB520034)。
-
文摘
为解决船舶自动识别系统(AIS)数据频率低、轨迹非线性和高机动性等问题,提出一种交互式多模型(IMM)卡尔曼滤波算法进行船舶轨迹预测。通过对AIS数据进行预处理,修正异常速度和位置,提高数据准确性。算法采用多个状态模型并行估计船舶状态,利用马尔可夫链实现模型概率转移,融合得到最优估计。研究结果表明,船舶轨迹预测波动误差均值小于5 m,误差标准差约20,受目标机动的影响较小。该算法具有良好的实时性和精确性,能够有效应对非线性和机动性变化,为智能航运提供可靠支持。
-
关键词
交互式多模型
卡尔曼滤波
轨迹预测
最优估计
-
Keywords
IMM
Kalman filter
trajectory prediction
optimal estimation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
