基于“当前”统计模型的后向迭代CKF算法研究

• 作者: 刘鹏远 吴博 李宝晨
• 来源期刊: 现代防御技术
• 学科: 工学
• 关键词: 机动目标跟踪 非线性滤波 “当前”统计模型 容积卡尔曼滤波 后向迭代算法 动态特性
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 导航、制导与控制
• 页码范围: 38-43,56
• 页数: 7页
• 分类号: TJ765|TP391.9
• 字数: 3267字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2016.03.007

摘要

针对机动目标的非线性跟踪问题,提出了基于“当前”统计模型的容积卡尔曼滤波(CS-CKF).针对新算法对目标加速度阶跃机动跟踪延迟过大的问题,研究了后向迭代算法在估计精度和动态响应速度上的特点,提出了基于“当前”统计模型的后向迭代容积卡尔曼滤波算法.最后通过仿真实验比较了本文提出的CS-CKF算法和CKF算法的滤波效果.结果表明CS-CKF算法滤波效果优于CKF算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鹏远		80	506	12.0	18.0
2	李宝晨		16	47	4.0	5.0
3	吴博		2	6	2.0	2.0