不确定重尾量测噪声干扰下的鲁棒目标跟踪算法
马天力
张扬
刘盼
高嵩
西安工业大学电子信息工程学院,西安,710021
摘要：在大多数目标跟踪方法中,通常假设量测噪声服从参数已知的高斯分布或对称重尾分布,但其非常受限并且在实际过程中常常无法得到满足.因此,针对存在不确定重尾量测噪声干扰下的目标跟踪问题,提出基于变分推理的鲁棒容积卡尔曼滤波算法.该算法利用Skew-T分布对不确定重尾量测噪声进行建模,在基于容积规则的数值积分过程中,结合变分推理将Skew-T分布量测噪声参数与系统状态变量进行联合递归计算,通过对近似后验概率密度函数进行变分迭代,获得系统模型和不对称重尾量测噪声参数.仿真结果表明,该算法相比变分贝叶斯扩展卡尔曼滤波算法具有较高的滤波精度.
关键词：目标跟踪重尾噪声变分贝叶斯容积卡尔曼滤波KL散度
分类号：TN953(雷达)
资助基金：陕西省重点研发计划(2022GY-242)陕西省技术创新引导专项项目(2022GFY01-16)
论文发表日期：2022-12-25
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：7( 64-70 )
英文信息