| 引入STF算法的自适应SICKF及其在目标跟踪中的应用 |
| |
| 引用本文： | 沈翔鸿,徐晓枫,刘宽,张磊.引入STF算法的自适应SICKF及其在目标跟踪中的应用[J].火力与指挥控制,2019,44(4). |
| |
| 作者姓名： | 沈翔鸿 徐晓枫 刘宽 张磊 |
| |
| 作者单位： | 空军工程大学等离子体动力学重点实验室,西安 710038;中国航发四川燃气涡轮研究院,四川 绵阳 621000;西安应用光学研究所,西安,710065;中国航发四川燃气涡轮研究院,四川 绵阳,621000;空军工程大学等离子体动力学重点实验室,西安,710038 |
| |
| 基金项目： | 国家自然科学基金;国家自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 针对容积卡尔曼滤波在系统状态突变时滤波精度下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)算法,提出了一种自适应均方根嵌入式容积卡尔曼滤波(ASICKF)方法。采用嵌入式容积准则和均方根滤波方法,以提高算法的滤波精度和稳定性。引入强跟踪滤波,利用渐消因子在线修正预测误差协方差阵,强迫残差序列正交,以增强算法应对系统状态突变等不确定因素的能力。为了解决状态突变未知的目标跟踪问题,采用自适应均方根嵌入式容积卡尔曼滤波算法进行数值仿真,仿真结果表明,ASICKF在系统状态突变时能保证较高的滤波精度,具有较强的鲁棒性和系统自适应能力。
|
| 关 键 词： | 非线性高斯滤波 嵌入式容积准则 自适应滤波 目标跟踪 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
