首页 | 本学科首页   官方微博 | 高级检索  
     

基于Sage-Husa算法的自适应平方根CKF目标跟踪方法
引用本文:李宁,祝瑞辉,张勇刚. 基于Sage-Husa算法的自适应平方根CKF目标跟踪方法[J]. 系统工程与电子技术, 2014, 36(10): 1899-1905. DOI: 10.3969/j.issn.1001-506X.2014.10.02
作者姓名:李宁  祝瑞辉  张勇刚
作者单位:哈尔滨工程大学自动化学院, 黑龙江 哈尔滨 150001
基金项目:国家自然科学基金(61201409,61371173);中国博士后科学基金(2013M530147);黑龙江博士后基金(LBH-Z13052);哈尔滨工程大学中央高校基本科研业务费专项资金(HEUCFX41307)资助课题
摘    要:在目标跟踪中,噪声的统计特性未知可能会引起滤波精度下降甚至发散,针对该问题,提出了一种新的自适应平方根容积卡尔曼滤波算法。所提方法在常规Sage-Husa算法的基础上采用容积规则,推导出了一种适用于非线性系统的自适应噪声统计估计器。仿真结果显示,相对于标准的平方根容积卡尔曼,所提方法在噪声统计特性未知或时变的情况下滤波精度有显著提高。

关 键 词:目标跟踪  非线性  Sage-Husa算法  自适应  平方根容积卡尔曼

Adaptive square CKF method for target tracking based on Sage-Husa algorithm
LI Ning,ZHU Rui-hui,ZHANG Yong-gang. Adaptive square CKF method for target tracking based on Sage-Husa algorithm[J]. System Engineering and Electronics, 2014, 36(10): 1899-1905. DOI: 10.3969/j.issn.1001-506X.2014.10.02
Authors:LI Ning  ZHU Rui-hui  ZHANG Yong-gang
Affiliation:College of Automation,Harbin Engineering University, Harbin 150001, China
Abstract:To solve the problems of low precision and divergence of filter caused by unknown system noise statistics in target tracking, a new adaptive square cubature Kalman filter (CKF) algorithm is proposed. A noise statistics estimator designed for nonlinear systems is derived by applying the cubature rule based on the Sage-Husa algorithm. Simulation results show that as compared with the standard square CKF algorithm, the proposed algorithm provides higher accuracy when the system noise statistics is unknown or time-varying.
Keywords:target tracking  nonlinear  Sage-Husa algorithm  adaptive  square cubature Kalman filter (CKF)
点击此处可从《系统工程与电子技术》浏览原始摘要信息
点击此处可从《系统工程与电子技术》下载全文
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