带有量测数据丢失的虚观测鲁棒卡尔曼滤波算法

• 作者: 徐朋豪 颜冰 黄珏
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 量测数据丢失 卡尔曼(Kalman)滤波 虚观测值 伯努利分布 跳变线性系统
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 55-58
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13245/j.hust.160911

摘要

针对传感器量测数据丢失的卡尔曼(Kalman)滤波问题进行了研究，提出了一种基于虚观测值的鲁棒卡尔曼滤波算法，针对伯努利(Bernoulli)分布描述的量测数据丢失的模型，充分利用当前时刻的先验信息，应用趋势移动平均法来预估构造丢失数据时刻的虚观测值，建立了等效的传感器量测模型。利用鲁棒卡尔曼滤波方法来消除预测偏差较大的虚观测值对目标跟踪的影响，从而达到对目标的稳健跟踪。仿真实例说明了该算法能在量测数据丢失的情况下对目标进行有效的跟踪，跟踪精度高于跳变线性系统的卡尔曼滤波算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜冰	海军工程大学兵器工程系	51	197	7.0	11.0
2	徐朋豪	海军工程大学兵器工程系	2	5	1.0	2.0
3	黄珏	海军工程大学兵器工程系	4	14	3.0	3.0