不完全量测下长基线系统的水下目标跟踪算法

• 作者: 侯朝焕 刘宇 石桂欣 郝程鹏 鄢社锋
• 来源期刊: 声学学报
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 庆祝李启虎先生80华诞
• 页码范围: 480-490
• 页数: 11页
• 语种: 中文

摘要

针对不完全量测情况下长基线系统对水下目标跟踪精度会下降的问题,提出了最小二乘-容积卡尔曼滤波(Least Squares-Cubature Kalman Filter,LS-CKF)算法.选取容积卡尔曼滤波(Cubature Kalman Filter,CKF)为基本跟踪算法并将其改进为两步滤波模式.增加的第1步滤波使用最小二乘估计优化时间更新阶段的容积点,提高了第2步滤波中量测更新的精度.进一步推导了量测信息为距离时新算法的简化形式,降低了运算复杂度,使其能更好地应用于水下跟踪系统.仿真实验和湖试数据的处理结果表明,在丢失量测数据较多且初始状态误差很大的恶劣情况下,LS-CKF收敛速度比标准CKF算法提升了1倍,且跟踪误差降低10％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯朝焕	中国科学院声学研究所	156	1085	18.0	25.0
2	鄢社锋	中国科学院声学研究所	39	292	8.0	16.0
3	刘宇	中国科学院声学研究所	202	1899	22.0	36.0
4	郝程鹏	中国科学院声学研究所	49	230	8.0	13.0
5	石桂欣	中国科学院声学研究所	7	199	4.0	7.0