基于M估计的自适应鲁棒平方根连续-离散CKF算法

• 作者: 胡浩然 陈树新 吴昊 何仁珂 汪家宝 郝思冲
• 来源期刊: 空军工程大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标跟踪 非线性滤波 连续-离散时间系统 容积卡尔曼滤波 鲁棒性
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 电子信息与通信导航|Electronic Information and Communication Navigation
• 页码范围: 91-96
• 页数: 6页
• 分类号: TP391|TN953.5
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3516.2022.01.013

摘要

针对测量中出现的异常情况,提出了一种基于M估计的自适应鲁棒平方根连续-离散容积卡尔曼滤波算法.该算法将目标跟踪问题建模为连续-离散时间模型,将改进的M估计的思想融入连续-离散容积卡尔曼滤波算法当中,通过Mahalanobis距离对异常测量进行门限判别,引入校正因子,根据观测残差自适应地调整观测噪声协方差矩阵的大小,进一步提高滤波算法的鲁棒性;通过将连续-离散模型与校正因子结合,实现了滤波精度和抗异常测量值的统一.仿真结果表明,与传统鲁棒算法相比,该算法在单点测量异常和多点测量异常的条件下都能够更加准确地对目标进行跟踪,且鲁棒性更强.