AKF与EFRLS在动态目标跟踪性能上的比较

• 作者: 周杰 杜虎强 梁卫星
• 来源期刊: 通信技术
• 学科: 工学
• 关键词: 自适应Kalman滤波 方差估计 遗忘因子 最小二乘法
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 应用
• 页码范围: 208-210
• 页数: 3页
• 分类号: TP301
• 字数: 2268字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2009.11.073

摘要

卡尔曼滤波是具有递推估计形式的最优滤波,但最优性的获得是在过程噪声和观测噪声统计特性已知的前提下得到的.然而,在大量的动态目标跟踪实际问题中噪声具有不确定性,因而有必要研究在噪声不确定下动态目标的跟踪算法以满足实际问题的需要.文中介绍自适应Kalman滤波对过程噪声方差的估计以及推广的遗忘因子最小二乘法对状态估计的递推公式,并且在平均误差最小准则下通过计算机仿真比较两种方法对动态目标的跟踪性能.仿真结果表明,在不确定噪声下自适应Kaiman滤波能够取得比推广的遗忘因子递推最小二乘法更好的跟踪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周杰	四川大学数学学院	41	140	6.0	9.0
2	杜虎强	四川大学数学学院	1	2	1.0	1.0
3	梁卫星	四川大学数学学院	1	2	1.0	1.0