一种改进的基于Sage-Husa的无迹卡尔曼滤波算法

TN957%TN713; 基于Sage-Husa的无迹卡尔曼滤波算法(UKF)能实时估计噪声统计特性来应对系统模型和噪声的不准确性,但是存在不能同时估计状态噪声/状态噪声协方差和量测噪声/量测噪声协方差的问题.为此,提出了一种改进的基于Sage-Husa的UKF算法.首先阐述了基于Sage-Husa的UKF算法;其次改用间接量测更新来简化运算,引入强跟踪原理来约束噪声/噪声协方差的更新频率以及量测噪声协方差的估计结果;最后在系统模型、噪声不准确条件下进行了目标的跟踪仿真.仿真结果表明本文所提算法在上述复杂环境下仍能保持对目标的良好跟踪,验证了该算法的有效性....

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	空天预警研究学报 2023, Vol.37 (5), p.339-343
Hauptverfasser:	叶泽浩, 陈传生, 常春贺, 张达钊
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	TN957%TN713; 基于Sage-Husa的无迹卡尔曼滤波算法(UKF)能实时估计噪声统计特性来应对系统模型和噪声的不准确性,但是存在不能同时估计状态噪声/状态噪声协方差和量测噪声/量测噪声协方差的问题.为此,提出了一种改进的基于Sage-Husa的UKF算法.首先阐述了基于Sage-Husa的UKF算法;其次改用间接量测更新来简化运算,引入强跟踪原理来约束噪声/噪声协方差的更新频率以及量测噪声协方差的估计结果;最后在系统模型、噪声不准确条件下进行了目标的跟踪仿真.仿真结果表明本文所提算法在上述复杂环境下仍能保持对目标的良好跟踪,验证了该算法的有效性.
ISSN:	2097-180X
DOI:	10.3969/j.issn.2097-180X.2023.05.006