基于改进粒子滤波的光电目标跟踪算法研究
在光电目标跟踪与定位中,结合扩展卡尔曼滤波和粒子滤波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粒子滤波算法,根据光电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、PF和EPF算法,为光电目标的精确跟踪与定位的实现提供一种新的方法.
光电目标跟踪、"当前"统计模型、粒子滤波、AEPF算法
22
V557(地面设备、试验场、发射场、航天基地)
中国科学院"西部之光"人才培养计划基金2007414
2010-06-30(万方平台首次上网日期,不代表论文的发表时间)
886-889