改进卡尔曼滤波的目标跟踪研究

摘要：

根据扩展卡尔曼滤波(EKF)是目标跟踪中的常用算法,但方法涉及Taylor级数的展开,引起了运算量较大,运算结果的均值和协方差只精确到一阶,使得滤波精度不高.为提高滤波速度和精度,将Unscented变换与卡尔曼滤波相结合,建立了Unscented卡尔曼滤波(UKF)数学模型.Unscented变换是基于高斯分布理论,通过Sigma 点能够获取精确到三阶矩均值和协方差,提高了滤波精度.计算仅涉及标准的向量和矩阵操作,不需要计算非线性函数的Jacobian或者Hessians矩阵,提高了滤波速度.通过运动实验进行仿真对比,结果表明对于非线性目标跟踪系统,UKF算法具有更高的滤波精度和稳定性.

关键词：目标跟踪、卡尔曼滤波、高斯分布、滤波精度

所属期刊栏目：27

分类号：TP391.9(计算技术、计算机技术)

资助基金：黑龙江省教育厅科学技术研究项目11531390牡丹江师范学院科学技术研究项目KY2008001

在线出版日期：2010-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：351-355