引入STF算法的自适应SICKF及其在目标跟踪中的应用

摘要：

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.

关键词：非线性高斯滤波、嵌入式容积准则、自适应滤波、目标跟踪

所属期刊栏目：44

分类号：TP13;TJ02(自动化基础理论)

资助基金：国家自然科学基金资助项目61304120,61473307,61603411

在线出版日期：2019-05-31（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：114-120