基于最小化新息协方差的修正SRCKF算法

摘要：

目标跟踪过程中的模型误差会使得平方根容积卡尔曼滤波(SRCKF)性能下降,滤波精度降低;自适应滤波中的修正卡尔曼滤波(AKF)算法可以有效解决这一问题,但是难以应用到非线性滤波中.为了克服模型误差带来的不利影响,同时,进一步提高修正思想的应用范围,在SRCKF的基础上,基于最小化新息协方差准则推导了修正系数的向量形式,提出修正SRCKF(ASRCKF)算法.所提算法通过利用后期的测量数据,增加对测量值的信任度,从而达到对目标模型误差进行补偿的目的.仿真结果表明:与SRCKF和强跟踪SRCKF算法相比,所提ASRCKF算法能有效抑制模型误差,有着更优的滤波性能.

关键词：修正卡尔曼滤波、运动模型误差、平方根容积卡尔曼滤波、新息协方差、修正系数

所属期刊栏目：49

分类号：TP273(自动化技术及设备)

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：138-144