|
|||||
|
|
| MAKF算法及其在雷达数据处理中的应用 | |
| 作者姓名： | 朱新国 崔嵬 |
| 作者单位： | 北京理工大学,雷达技术研究所,北京,100081;北京理工大学,雷达技术研究所,北京,100081 |
| 基金项目： | 国家"八六三"计划项目 |
| 摘 要： | 为了实现雷达对高动态目标距离和速度的精密跟踪测量,引入衰减记忆卡尔曼滤波(MAKF)算法,并提出一种集判断发散和抑制发散于一体的衰减记忆因子确定方法. 该方法通过增加观测量在状态估计中的权重,大幅降低加速度引起的距离、速度跟踪偏差,从而有效地抑制标准卡尔曼滤波(KF)算法在跟踪高动态目标过程中产生的滤波发散现象. 仿真结果表明,在低动态下,该算法的性能与标准KF算法接近,但在高动态下,该算法状态估计的系统偏差和随机误差相对标准KF算法均有明显改善;同时,该算法可以有效地抑制标准KF算法在一般加速运动下的滤波发散. |
| 关 键 词： | 雷达数据处理 跟踪测量 卡尔曼滤波(KF) 衰减记忆 |
| 收稿时间： | 2008-10-20 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《北京理工大学学报》浏览原始摘要信息 | |
| 点击此处可从《北京理工大学学报》下载免费的PDF全文 | |