基于支持向量机的自适应卡尔曼滤波技术研究

• 作者: 周绍磊 彭贤 戴洪德 李娟 陈明
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 自适应卡尔曼滤波 新息序列 支持向量机 目标跟踪
• 年，卷（期）: 2008,（8）
• 所属期刊栏目: 短文
• 页码范围: 949-952
• 页数: 4页
• 分类号: TP181|TP202
• 字数: 3880字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2008.08.021

摘要

针对卡尔曼滤波(KF)中噪声的统计特性与实际不符时滤波精度严重降低甚至引起滤波器发散的问题,提出一种基于支持向量机的自适应卡尔曼滤波算法(SVMAKF).根据新息理论方差与实际方差的比值,应用支持向量机产生自适应因子对卡尔曼滤波器的噪声方差阵进行在线修正,使噪声方差阵能够根据实际噪声的变化得到调整.通过对雷达目标跟踪系统的仿真表明,该算法对噪声有较强的自适应性,能够提高滤波精度和滤波器的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈明	西北工业大学自动化学院	184	2365	24.0	38.0
2	李娟	鲁东大学数学与信息学院	26	201	8.0	13.0
3	戴洪德	西北工业大学自动化学院	63	224	8.0	12.0
5	周绍磊	海军航空工程学院控制工程系	114	930	16.0	26.0
8	彭贤	海军航空工程学院控制工程系	2	30	2.0	2.0