基于迭代sigma点粒子滤波的再入目标跟踪
标准粒子滤波提议分布选择时,由于没有计入最近的观测值信息,重要性权的方差随时间递增,导致权值蜕化.针对这一问题提出了一种新的滤波算法,迭代sigma点粒子滤波算法.该算法在预测时采用sigma点粒子滤波产生拟合概率密度函数的加权粒子,并通过观测值对加权粒子进行更新;修正过程采用迭代卡尔曼滤波优化预测阶段得到的描述状态分布的均值和方差.将其运用于再入大气层目标的跟踪模型,仿真结果表明:与标准粒子滤波相比,该算法能保证滤波收敛,具有更高的估计精度和更好的鲁棒性.
自动控制技术、粒子滤波、sigma点粒子滤波、迭代卡尔曼滤波、目标跟踪
39
TP273(自动化技术及设备)
教育部留学归国人员基金项目BAQQ24403001;"863"国家高技术发展计划资助项目2006AA0488,2007AA0987,2008AA0987
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
1585-1589