根据二维空间内目标作匀速直线运动和匀速圆周运动的特点，在建立目标运动模型和观测模型的基础上采用基于交互多模算法（IMM）的卡尔曼滤波器对机动目标进行跟踪。仿真结果表明，该算法不仅能够对匀速直线运动和匀速圆周运动的目标进行跟踪，而且在运动模型发生变化时，滤波误差也比较小。 关键词：卡尔曼滤波器；目标跟踪；机动；交互多模（IMM） -two-dimensional space under target for uniform linear motion and uniform circula

机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机动运动模型，利用机动检测实现在这两个模型之间的切换。一般来说

1.IMM.m 主要功能： （1）IMM算法的实现； （2）画出目标轨迹与利用IMM算法跟踪目标的轨迹； （3）画出位置误差与速度误差； （4）画出模型混合概率图。 2.Target_track.m 主要功能： 实现目标轨迹的产生。 3.Model_mix.m 主要功能： 实现IMM算法下，各模型的估计融合。 4.Kalman.m 主要功能： 实现模型的条件滤波，以及似然函数的输出。-1.IMM.m main functions: (1)

简单的交互式多模目标跟踪（IMM）算法的仿真(Simple interactive multi mode target tracking (IMM) algorithm)