EKF与UKF的目标跟踪算法应用与对比

摘要：

目标跟踪是计算机视觉领域的重要研究方向之一,在精确制导、人机交互、机器人导航等诸多领域广泛应用.在高斯噪声环境下,扩展卡尔曼滤波器(EKF)是将非线性函数展开成Taylor级数,一阶EKF算法简单,计算量小,适用于弱非线性系统;二阶EKF精度高于一阶EKF,需要计算二阶雅克比矩阵,计算量大.文章研究了EKF与UKF的目标跟踪算法应用与对比.无迹卡尔曼滤波(UKF)用一系列确定的样本来逼近状态的后验概率密度,没有忽略高阶项,适用于所有非线性系统.文章对目标跟踪模型进行了仿真,结果表明,UKF滤波精度明显高于EKF滤波,二阶EKF滤波精度较一阶EKF有所提高.

关键词：目标跟踪、非线性滤波、扩展卡尔曼滤波、无迹卡尔曼滤波

所属期刊栏目：15

资助基金：发改委重大科技专项;项目Z135060000070

在线出版日期：2018-05-30（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：95-99