針對機動目標跟蹤過程觀測矩陣病態(tài)導致擴展卡爾曼濾波算法跟蹤效果不佳的問題,提出一種自適應漸消有偏擴展卡爾曼濾波算法。該算法以擴展卡爾曼濾波為基本框架,并借鑒Gauss-Markov模型的思想以解決觀測矩陣病態(tài)問題。算法根據(jù)狀態(tài)估計均方誤差最小條件求得有偏因子,以降低病態(tài)觀測矩陣對濾波估計的影響;根據(jù)濾波發(fā)散判據(jù)提出一種新的漸消因子估計方法,以實時調(diào)整預測協(xié)方差矩陣,從而改善濾波增益并有效提高目標跟蹤精度。仿真結果表明,改進算法比傳統(tǒng)擴展卡爾曼濾波對目標跟蹤的精度有較大提高,同時穩(wěn)定性更好。 

【文章來源】：傳感技術學報. 2020,33(02)北大核心CSCD

【文章頁數(shù)】：6 頁


本文編號：3148609