基于粗大误差检测和补偿的改进型EKF动态目标跟踪算法

• 作者: 张正江 张迪 朱志亮 胡桂廷
• 来源期刊: 计算机测量与控制
• 关键词: 动态目标跟踪 粗大误差 扩展卡尔曼滤波
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 设计与应用
• 页码范围: 254-258
• 页数: 5页
• 分类号: TN911
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.10.052

摘要

卡尔曼滤波作为当前动态目标跟踪中的常用滤波算法,研究其动态跟踪的准确性对于军事制导,交通导航等领域具有重大意义;针对动态系统目标跟踪观测过程中存在的坏值、静差和漂移3种粗大误差,基于传统扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法框架,引入了一种粗大误差检测和补偿方法,实现了对动态系统观测值中粗大误差的准确辨识和优化补偿,使得扩展卡尔曼滤波能够结合粗大误差检测和补偿方法有效地排除观测值中的粗大误差,滤波后的状态估计值更加准确地逼近真实值;经过仿真实验和对比,提出的改进型EKF算法能有效地排除粗大误差观测值对状态预测过程的影响,并且实现了对动态系统目标的准确跟踪,这大大提高了动态目标跟踪的精确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张正江	温州大学电气数字化设计技术国家地方联合工程实验室	22	51	4.0	6.0
2	朱志亮	温州大学电气数字化设计技术国家地方联合工程实验室	13	27	3.0	4.0
3	张迪	温州大学电气数字化设计技术国家地方联合工程实验室	1	0	0.0	0.0
4	胡桂廷	温州大学电气数字化设计技术国家地方联合工程实验室	5	8	2.0	2.0