基于CKF的分布式滤波算法及其在目标跟踪中的应用
针对已有基于Sigma点信息滤波的分布式滤波算法，其性能易受参数影响而导致应用范围受限的问题，以容积卡尔曼滤波(CKF)为基础，利用信息滤波和平均一致性理论提出一种分布式CKF算法。该算法在保持分布式滤波优良特性(即可扩展性和对节点故障强鲁棒性)的同时，兼具CKF的高滤波精度和强稳定性。仿真结果表明了所提出算法的有效性，与分布式Unscented卡尔曼滤波(UKF)算法相比，该算法显著提高了目标跟踪的精度和稳定性。
分布式估计、容积卡尔曼滤波、平均一致性、目标跟踪
TP273(自动化技术及设备)
国家自然科学基金项目51177137；国家自然科学基金重点项目61134001
2015-02-04（万方平台首次上网日期，不代表论文的发表时间）
共7页
296-302
