基于UKF的自适应野值剔除算法

• 作者: 马姓
• 来源期刊: 计算机测量与控制
• 关键词: 野值 信息 滤波发散 无迹卡尔曼滤波
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 设计与应用
• 页码范围: 283-285
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2016.08.077

摘要

UKF(Unscented Kalman Filter,UKF)算法被广泛应用于运动目标跟踪中,取得了很好地跟踪效果;但是在实际应用中,由于各种随机因素的影响,使得观测数据中不可避免地含有干扰数据,而这些干扰数据的存在使得UKF算法跟踪精度不断地下降,甚至会使滤波发散;针对这一问题,提出一种基于UKF的自适应野值剔除算法,根据信息对动态观测数据中的干扰数据进行实时检测,当检测到干扰数据时,通过修正预测值和增益来提高跟踪精度;通过与UKF算法实验仿真对比,结果表明改进UKF算法可以有效地抑制了干扰数据对滤波的影响,能够很好地对运动目标进行跟踪,并且跟踪精度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马姓	合肥工业大学电气与自动化学院	1	3	1.0	1.0