基于采样的非线性滤波算法比较

摘要：

在处理目标跟踪等动态系统实时估计问题中,通常采用EKF作为状态估计方法提高估计精度。由于EKF进行非线性估计存在一些缺陷,将系统进行线性化近似存在估计误差,从而影响目标跟踪的精度。为了获得更高的估计精度,介绍了几种非线性滤波算法,包括unscented卡尔曼滤波算法、简单粒子滤波算法以及无味粒子滤波算法（UPF）。分析了这几种算法的原理和实现,对各种算法的适应性进行了比较。通过目标跟踪仿真实验,表明UKF、PF较EKF估计精度和收敛速度有所提高。

关键词：无味卡尔曼滤波、简单粒子滤波、无味粒子滤波、非线性、目标跟踪

所属期刊栏目：32

分类号：TN96

资助基金：安徽省自然科学基金090412043;中国博士后科学基金200801493,20080430223

在线出版日期：2012-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：31-32,50