| UKF算法及其在目标被动跟踪中的应用 |
| |
| 引用本文： | 吴玲,卢发兴,刘忠.UKF算法及其在目标被动跟踪中的应用[J].系统工程与电子技术,2005,27(1):49-51. |
| |
| 作者姓名： | 吴玲 卢发兴 刘忠 |
| |
| 作者单位： | 1. 清华大学计算机智能技术与系统国家重点实验室,北京,100084;海军工程大学电子工程学院,武汉,430033
2. 海军工程大学电子工程学院,武汉,430033 |
| |
| 摘 要： | 利用了一种用于非线性系统的,基于无迹变换的Kalman滤波算法的一个新的扩展方法—UKF,推导了应用于方位角预测和纯方位跟踪两个方面的UKF滤波算法,并给出了具体步骤。仿真说明了在目标跟踪领域,应用该方法比以往EKF类的方法在滤波精度上明显提高,并且在实际应用中,由于该算法实现简单、计算量小而增强了可用性。
|
| 关 键 词： | 卡尔曼滤波 无迹变换 方位角预测 纯方位跟踪 |
| 文章编号： | 1001-506X(2001)01-0049-03 |
| 修稿时间： | 2003年11月20 |
UKF algorithm and its applications to passive target tracking |
| |
| WU Ling.UKF algorithm and its applications to passive target tracking[J].System Engineering and Electronics,2005,27(1):49-51. |
| |
| Authors: | WU Ling |
| |
| Abstract: | A new extension of Kalman Filter to nonlinear system-UKF algorism is introduced and applied to bearing predicting and bearing-only tracking. The simulations illustrate that UKF outperforms EKF in accuracy and easy-implementation which make it more feasible to use. |
| |
| Keywords: | Kalman filter unscented transformation bearing prediction bearings-only tracking |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
