基于采样的非线性滤波算法比较
赵侃
漆德宁
1.解放军陆军军官学院,合肥,2300312.解放军陆军军官学院,合肥,230031
摘要：在处理目标跟踪等动态系统实时估计问题中,通常采用EKF作为状态估计方法提高估计精度。由于EKF进行非线性估计存在一些缺陷,将系统进行线性化近似存在估计误差,从而影响目标跟踪的精度。为了获得更高的估计精度,介绍了几种非线性滤波算法,包括unscented卡尔曼滤波算法、简单粒子滤波算法以及无味粒子滤波算法（UPF）。分析了这几种算法的原理和实现,对各种算法的适应性进行了比较。通过目标跟踪仿真实验,表明UKF、PF较EKF估计精度和收敛速度有所提高。
关键词：无味卡尔曼滤波简单粒子滤波无味粒子滤波非线性目标跟踪
分类号：TN96(无线电导航)
资助基金：安徽省自然科学基金(090412043)中国博士后科学基金(200801493)中国博士后科学基金(20080430223)
论文发表日期：2012-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 31-32,50 )
英文信息