加性噪声下增广容积卡尔曼滤波及其目标跟踪应用

• 作者: 刘江 叶松庆
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 目标跟踪 增广容积卡尔曼滤波 非线性滤波 加性噪声
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 136-141
• 页数: 6页
• 分类号: TP3
• 字数: 4064字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.03.025

摘要

传统容积卡尔曼滤波(CKF)有良好的滤波精度和较低的计算复杂度,使其广泛被应用于目标跟踪系统.但在高维非线性和波动性大的目标跟踪系统中,3阶和高阶CKF分别存在滤波精度不足和稳定性低的问题.为提高CKF的滤波精度并保证稳定性,讨论和给出加性噪声下的增广容积卡尔曼滤波(ACKF).在仿真中,将CKF、UKF和ACKF应用于5维高非线性目标跟踪,并分析比较三者的目标跟踪性能.研究结果表明,在高维非线性目标跟踪系统中,3阶ACKF可以获得更好目标跟踪精度和稳定性,以及可接受的计算复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘江	中国科学院重庆绿色智能技术研究院	36	769	13.0	27.0
2	叶松庆	中国科学院重庆绿色智能技术研究院	6	20	2.0	4.0