目标跟踪中两种非线性滤波算法的对比研究

• 作者: 刘云峰 彭云辉 杨小冈 缪栋
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 粒子滤波 贝叶斯估计 非线性滤波 unscented卡尔曼滤波
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 制导与控制
• 页码范围: 57-61
• 页数: 5页
• 分类号: TJ765
• 字数: 2565字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-1300.2008.03.014

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, 介绍了两种新的非线性滤波算法, 即unscented卡尔曼滤波算法和粒子滤波算法. 分析了UKF和PF算法的原理和算法实现, 对两种算法的适应性进行了比较.通过目标跟踪仿真实验, 表明粒子滤波算法估计精度比UKF算法高, 但是计算量却相对较大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	缪栋		59	382	9.0	17.0
2	彭云辉		19	116	7.0	10.0
3	刘云峰		35	132	5.0	10.0
4	杨小冈		37	202	9.0	11.0