首页 | 本学科首页   官方微博 | 高级检索  
     检索      

迭代无味卡尔曼滤波的目标跟踪算法
引用本文:常国宾,许江宁,李安,常路宾.迭代无味卡尔曼滤波的目标跟踪算法[J].西安交通大学学报,2011,45(12):70-74.
作者姓名:常国宾  许江宁  李安  常路宾
作者单位:海军工程大学电气与信息工程学院,430033,武汉
基金项目:国家自然科学基金资助项目,东南大学微电子机械系统教育部重点实验室开放基金资助项目
摘    要:针对目标跟踪迭代无味卡尔曼滤波(IUKF)算法中跟踪精度较差的问题,提出一种基于状态扩展技术的改进迭代无味卡尔曼滤波(IIUKF)算法.新算法首先将观测噪声扩展进状态,构造关于扩展状态的零噪声观测方程,然后在观测迭代过程中将最新的扩展状态后验估计代入更新公式,进行观测迭代更新.相比IUKF算法,IIUKF算法不仅形式上更为简洁,而且避免了IUKF算法中先验估计和观测噪声非统计正交的问题,滤波精度更高.数值仿真表明,IIUKF算法的跟踪误差比IUKF算法减小了20%以上.

关 键 词:迭代扩展卡尔曼滤波  迭代无味卡尔曼滤波  统计正交  目标跟踪

A Target Tracking Method of Iterative Unscented Kalman Filter
CHANG Guobin,XU Jiangning,LI An,CHANG Lubin.A Target Tracking Method of Iterative Unscented Kalman Filter[J].Journal of Xi'an Jiaotong University,2011,45(12):70-74.
Authors:CHANG Guobin  XU Jiangning  LI An  CHANG Lubin
Institution:CHANG Guobin,XU Jiangning,LI An,CHANG Lubin(Institute of Electrical and Information Engineering,Navy University of Engineering,Wuhan 430033,China)
Abstract:An improved iterative unscented Kalman filter(IIUKF) is proposed to increase the target tracking accuracy of iterative unscented Kalman filter(IUKF) by using the state augmentation technique.The method augments measurement noises into states,and a measurement function of augmented state with zero measurement noise is constructed.Then the latest posterior estimate of the augmented state is substituted into a updating function to iteratively correct state estimation using measurements.Comparing analyses with ...
Keywords:iterated extended Kalman filter  iterative unscented Kalman filter  statistical orthogonal  target tracking  
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号