在机动目标的运动跟踪中,为了减小搜索区域,需要对下一时刻目标位置进行预测。本文以医疗康复领域中基于视频的运动分析为背景,针对二维平面中静止背景的运动目标提出一种基于数据融合的预测跟踪方法。首先采用多项式拟合算法和基于当前模型的改进卡尔曼滤波算法分别对运动目标进行位置预测,然后采用数据融合的方法得到最终的预测结果。最后用计算机仿真和实验对所提出的预测算法进行了验证,结果表明本文算法与多项式拟合和卡尔曼滤波算法相比,预测误差更小,跟踪精度更高。

机动目标跟踪的多模型滤波理论与方法（MATLAB版）代码.rar

机动目标跟踪实验含源码m文件演示图片实验报告-基于MATLAB平台的机动目标跟踪程序.rar-untitled1.fig 机动目标跟踪实验含源码m文件演示图片实验报告-基于MATLAB平台的机动目标跟踪程序.rar 基于MATLAB平台的机动目标跟踪程序 实验报告包括: 1.算法描述 2.滤波初始化 3.仿真分析 4.源程序 5.演示图片 m文件源码: function main() [email=%%@project]%%@project[/email]:飞行器跟踪模拟 [email=%@author:fantasy]%@author:fantasy[/email] [email=%@date:2006.5.10]%@date:2006.5.10[/email] [email=%@descripition]%@descripition[/email]:主函数 %产生观测数据 total=3*60;%总的时间长度 global T;%采样周期 T=1; N=total/T;%数据长度 a=20; var_rx=400; var_ry=400; X=[];%观测数据 X_ideal=[];%理想数据 for i=1:N     [rx,ry]=track(i*T,a);     X_ideal=[X_ideal,[rx;ry]]; .,,,,,,,,,,,,,,,,,,,,,,, ,,,,,,,,,,,,,,,,,,,,,,,,, ,,,,,,,,,,,,,,,,,,,,,,,, 演示图片如Untitled1/2/3.fig

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：MATLAB目标跟踪_matlab_目标检测_交互多模(IMM)卡尔曼滤波器机动目标跟踪_IMM_卡尔曼滤波_机动目标跟踪 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：交互多模卡尔曼滤波器_IMM_机动目标跟踪_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员

容积卡尔曼滤波CKF实现二维目标跟踪 本人长期在CSDN，有技术问题可以联系博主，必回 算法：容积卡尔曼滤波CKF，可以参见《目标跟踪前沿理论与应用》 仿真场景：CV模型,二维目标， 传感器类型：主动雷达 MATLAB仿真仿真实现; 蒙特卡洛仿真实验， 仿真结果：二维跟踪轨迹，各维度跟踪轨迹，估计均方误差RMSE，位置RMSE,速度RMSE（结果图压缩文件都有）。 仿真参数设置：见下面链接的里面又给 仿真结果可以先看下面链接博客，代码肯定能运行且有结果，可开发性强， 如果有问题可联系WX:ZB823618313 对应的仿真模型及参数设置见容积卡尔曼滤波 对应的理论分析和参数设置，见博文《容积卡尔曼滤波CKF在目标跟踪中的应用—仿真部分》https://blog.csdn.net/weixin_44044161/article/details/115741172

无迹卡尔曼滤波UKF实现三维3D目标跟踪 本人长期在CSDN，有技术问题可以联系博主，必会 算法：标准的无迹卡尔曼滤波，可以参见《目标跟踪前沿理论与应用》 仿真场景：CV模型,三维目标， 传感器类型：主动雷达 MATLAB仿真仿真实现; 蒙特卡洛仿真实验， 仿真结果：三维跟踪轨迹，各维度跟踪轨迹，估计均方误差RMSE，位置RMSE,速度RMSE（结果图压缩文件都有）。 仿真参数设置：见下面链接的里面又给 仿真结果可以先看下面链接博客，代码肯定能运行且有结果，可开发性强， 如果有问题可联系WX:ZB823618313 对应的仿真模型及参数设置见扩展卡尔曼滤波 对应的理论分析和参数设置，见博文《无迹卡尔曼滤波UKF在目标跟踪中的应用—仿真部分》https://blog.csdn.net/weixin_44044161/article/details/115390660

用于机动目标跟踪的交互式多模型算法完整实现程序

在Jerk模型的基础上，提出了一种新的高机动目标跟踪自适应算法STF―C―Jerk。该算法利用“当前”模型的思想，将Jerk项假设成为非零均值过程，更切合目标机动实际过程，同时通过引入强跟踪滤波器的渐消因子，实时调节滤波器增益，增强了系统对目标突发机动的自适应跟踪能力。仿真结果表明，提出的STF_C―Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的跟踪性能。

基于IMM-SCKF-STF的机动目标跟踪算法