10.3778/j.issn.1002-8331.2009.02.009
自适应理论在目标跟踪中的应用
在机动目标跟踪与定位中,结合EKF和自适应理论的优点和目标跟踪的非线性特征,提出了一种非线性系统的基于"当前"统计模型的自适应扩展卡尔曼滤波算法,根据机动目标的测量信息修正加速度方差,消除随机误差和噪声的干扰,提高预测的精度.通过Monte Carlo对比仿真实验表明该算法正确有效,定位精度较高,滤波效果得到改善,同时增强了稳定性,优于一般的EKF和MVEKF算法,为机动目标精确跟踪与定位的实现提供一种新的方法.
机动目标跟踪、非线性预测、自适应扩展卡尔曼滤波算法、Monte Carlo仿真
45
TP274(自动化技术及设备)
中国科学院"西部之光"人才培养计划基金资助课题2007414
2009-03-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
31-33,38