基于鲁棒容积卡尔曼滤波的自适应目标跟踪算法
彭美康1
郭蕴华1
汪敬东1
牟军敏2
胡义1
1.武汉理工大学高性能舰船技术教育部重点实验室,湖北武汉430063;武汉理工大学能源与动力工程学院,湖北武汉4300632.武汉理工大学高性能舰船技术教育部重点实验室,湖北武汉430063;武汉理工大学航运学院,湖北武汉430063
摘要：目标跟踪系统的观测野值将大大降低滤波算法对目标状态的估计精度.为了解决这个问题,提出了一种基于鲁棒容积卡尔曼滤波的自适应目标跟踪算法.借鉴Huber等价权函数的思想,构造了基于平方根平滑逼近函数的修正因子以抑制观测野值的影响,并结合容积卡尔曼滤波器求解框架推导出该算法.区别于Huber方法对观测残差的每个维度分别进行处理,提出的算法能够对观测残差进行综合评判.理论分析证明所提算法具有更好的数值稳定性.仿真实验表明,所提算法能够自适应地减少异常值的不利影响,与现有算法相比具有更优的滤波性能.在仿真实验中还对几种滤波算法的计算花费进行了比较,发现所提算法未大幅增加计算成本.
关键词：野值非线性滤波自适应算法修正因子目标跟踪
资助基金：国家自然科学基金(51579201)工信部高技术科研项目(MC-201710-H01)
论文发表日期：2020-01-01
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：8( 793-800 )
英文信息