基于修正卡尔曼滤波的目标跟踪

摘要：

分析了卡尔曼滤波算法在目标状态发生突变和运动模型建立不准确时估计精度降低，甚至发散的原因，对比自适应渐消卡尔曼滤波算法，提出了一种通过直接修正预测值来提高卡尔曼滤波算法精度、改善算法性能的修正算法。修正的算法通过设置判定准则和修正准则，实时修正预测值，在滤波初始阶段可迅速降低估计误差、提高稳态时的滤波精度、缩短收敛时间；当目标发生状态突变时，可消除或降低由于目标状态突变造成的滤波跟踪精度下降、滤波发散的问题；当目标运动建模不准确时，可消除或降低由于建模不准确带来的模型误差。仿真实例说明了算法的有效性和较强的实际应用指导意义。

关键词：卡尔曼滤波、运动状态、运动模型、自适应渐消卡尔曼滤波、修正预测值、滤波发散

分类号：TP273(自动化技术及设备)

在线出版日期：2014-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：846-851