10.3969/j.issn.1002-0640.2019.04.024
引入STF算法的自适应SICKF及其在目标跟踪中的应用
针对容积卡尔曼滤波在系统状态突变时滤波精度下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)算法,提出了一种自适应均方根嵌入式容积卡尔曼滤波(ASICKF)方法.采用嵌入式容积准则和均方根滤波方法,以提高算法的滤波精度和稳定性.引入强跟踪滤波,利用渐消因子在线修正预测误差协方差阵,强迫残差序列正交,以增强算法应对系统状态突变等不确定因素的能力.为了解决状态突变未知的目标跟踪问题,采用自适应均方根嵌入式容积卡尔曼滤波算法进行数值仿真,仿真结果表明,ASICKF在系统状态突变时能保证较高的滤波精度,具有较强的鲁棒性和系统自适应能力.
非线性高斯滤波、嵌入式容积准则、自适应滤波、目标跟踪
44
TP13;TJ02(自动化基础理论)
国家自然科学基金资助项目61304120,61473307,61603411
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共7页
114-120