Algorithme à multiple modèles basé sur une chaîne de Markov d'ordre supérieur pour le suivi de cibles manœuvrantes

Un algorithme à multiple modèles pour le suivi de cibles manœuvrantes est proposé. Il est désigné comme un algorithme d'interaction à multiple modèles (SIMM) basé sur une chaîne de Markov d'ordre supérieur (SOMC). Le processus de manœuvre de la cible est modélisé par une SOMC pour incorporer plus d'informations. Le SIMM adopte une stratégie de fusion similaire à celle de l'algorithme d'interaction à multiple modèles (IMM), sauf que les probabilités de transition des modèles à un pas sont mises à jour en fonction de la SOMC. Un schéma est proposé pour concevoir les probabilités de transition de la SOMC pour le suivi de cibles. La performance de l'algorithme SIMM proposé est évaluée à travers plusieurs scénarios pour le suivi de cibles manœuvrantes. Les résultats de simulation démontrent l'efficacité du SIMM par rapport à l'IMM, à l'algorithme IMM d'ordre supérieur (IMM2) et à l'algorithme de l'ensemble de modèles probables (LMS). Il est montré que le SIMM fonctionne à peu près aussi bien que l'IMM2 mais nécessite seulement n filtres contre n² filtres dans l'IMM2 pour n modèles. L'efficacité et l'efficience de la combinaison du SIMM et du LMS pour l'estimation d'état sont également démontrées dans la simulation.