근래에 Poisson 형의 점프 프로세스를 이용하여 표적의 기동 운동을 모델링하고 이것을 이용한 반복형 최소 분산 선형 필터가 제안되었다. 이 필터에서는 기동 표적의 모델링에 사용한 점프의 상태천이 파라미터가 미리부터 필터에 알려져 있다고 가정하였는데 실제는 이것을 모르는 경우가 많다. 본 논문에서는 이러한 기동 추적과정에 수반되는 모델링 오류가 제안된 추적필터의 성능에 어떤 영향을 미치는지 고려한다. 정성적인 분석을 위해서 상태천이 파라미터를 실제와 다른 값을 사용하고, Monte-Carlo 시뮬레이션을 통해 필터의 성능을 해석한다.
Recently Lim has proposed a linear, recursive, unbiased minimum variance filter for a maneuvering target based on the maneuver dynamics modeled as a jump process of Poisson-type. In the proposed filter it was assumed that the state transition parameters of the jump used for target maneuver modeling are a priori known to the filter. However, in most cases they are not known in practice. In this paper, we consider the influence of system (target) modeling error on the performance of the proposed tracking filter arising from the maneuver tracking. For qualitative analysis Monte-Carlo simulations are carried out against employing the maneuver model with different state transition parameters from the actual values.
