IMM迭代扩展卡尔曼粒子滤波跟踪算法

摘要：

该文提出了一种交互式多模型(IMM)迭代扩展卡尔曼粒子滤波机动目标跟踪算法.该算法在多模型中使用了改进的粒子滤波器,通过对迭代扩展卡尔曼滤波(IEKF)的测量更新按照高斯牛顿方法进行修正,减小了非线性滤波带来的线性化误差,然后利用修正的IEKF来产生粒子滤波的重要性密度函数,使其融入最新观测信息.最后将所提算法与交互式多模型粒子滤波(IMMPF)进行了比较,仿真结果表明该算法具有更好的跟踪性能.

关键词：机动目标跟踪、交互式多模型、迭代扩展卡尔曼滤波、粒子滤波

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60871074资助课题

在线出版日期：2010-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1116-1120