机动目标跟踪的非线性算法

摘要：

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.

关键词：机动目标跟踪、粒子滤波、序列蒙特卡洛、贝叶斯估计

所属期刊栏目：32

分类号：TN820.4(无线电设备、电信设备)

资助基金：国家自然科学基金60372081

在线出版日期：2007-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：15-17,24