卡尔曼滤波器+机动目标的跟踪定位.pdf

卡尔曼滤波器+机动目标的跟踪定位.pdf

ID:58313724

大小:993.82 KB

页数:5页

时间:2020-09-06

卡尔曼滤波器+机动目标的跟踪定位.pdf_第1页
卡尔曼滤波器+机动目标的跟踪定位.pdf_第2页
卡尔曼滤波器+机动目标的跟踪定位.pdf_第3页
卡尔曼滤波器+机动目标的跟踪定位.pdf_第4页
卡尔曼滤波器+机动目标的跟踪定位.pdf_第5页
资源描述:

《卡尔曼滤波器+机动目标的跟踪定位.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、CHINASCI-TECᒦਪపଆᆪማ改进扩展卡尔曼滤波器对机动目标的跟踪定位1,21,21吴涛汪立新林孝焰(1杭州电子科技大学通信工程学院,浙江杭州310018;2通信系统信息控制技术国家级重点实验室,浙江嘉兴314001)摘要:扩展卡尔曼滤波算法是无源跟踪定位中最常用的跟踪算法,存在容易发散和对于机动目标的跟踪精度不高等不足之处。强跟踪扩展卡尔曼滤波器是在扩展卡尔曼滤波器的基础上,引入一种带渐消因子的强跟踪滤波算法,实时调节滤波器的增益,对于无源跟踪定位中的机动目标具有良好的自适应跟踪能力。采用无源单基地跟踪定位系统仿真,比较强跟踪扩展卡尔曼

2、滤波和扩展卡尔曼滤波对于机动目标的跟踪能力。仿真结果表明,强跟踪扩展卡尔曼滤波算法对于机动目标的跟踪性能明显优于一般的扩展卡尔曼滤波算法。关键词:强跟踪滤波器;扩展卡尔曼滤波;机动目标跟踪TheApplicationofStrongTrackingExtendedKalmanFilterinPassiveTargetTracking1,21,21WuTaoWangLixinLinXiaoyan(1CollegeofCommunicationEngineering,HangzhouDianziUniversity,Hangzhou,310018,

3、China;2NationalLaboratoryofInformationControlTechnologyforCommunicationSystem,Jiaxing,314001,China)Abstract:TheextendedKalmanfilter(EKF)isthemostpopularalgorithmusedinpassivetargettracking,italsohassomedefects:sometimesitisnotconvergentandbadperformanceforthemaneuveringtarge

4、t.ThestrongtrackingextendedKalmanfilter(STFEKF)ispresentedbasedontheextendedKalmanfilter.Byintroducingafadingfactorofstrongtrackingfilter(STF),theSTFEKFcanadjustthegainofthefilteratrealtime.Ithasthegreatadaptivetrackingperformanceforthemaneuvertargetinpassivetargettracking.T

5、ocomparethetrackingperformanceofthetwoalgorithmsforthemaneuveringtarget,wechoosethepassiveonebasetrackingsystemachievethissimulation.Simulationresultsshowthat,fortrackingthemaneuveringtarget,theperformanceofSTFEKFismuchbetterthantheEKF.Keywords:strongtrackingfilter;extendedK

6、almanfilter;maneuveringtargettracking1引言扩展卡尔曼滤波是一种应用最广泛的非线性滤波方法。人们在改善扩展卡尔曼滤波算法的性能上做了许多研究,提出了各种基于均方根滤波和奇异值分解的滤波方法。但在实际的应用时,扩展卡尔曼滤波器还存在一些不[1]足:对参数不确定模型的鲁棒性较差;当系统达到稳定时,其增益趋于极小值,此时将丧失对突变状态的跟踪能力;对初始值的依赖性较大。文献[2]提出了有色噪声的非线性系统中引入带有多重渐消因子的强跟踪滤波算法(StrongTrackingFilter,CHINASCI-TEC—87

7、4—2008.01CSTᒦਪᄰቧኧ્࢒ᇋஔኧၣฤ્൙ᆪૹSTF),较好地解决了扩展卡尔曼滤波器对于不确定模型的鲁棒性差、状态估计精度不高,甚至发散等问题。文[2,3]献[4]提出了一种将强跟踪滤波算法引入扩展卡尔曼滤波算法的改进算法。强跟踪扩展卡尔曼滤波算法通过引进时变的渐消因子,动态调节增益矩阵,迫使输出残差近似正交,使得滤波器具有自适应地校正估计偏差和迅速[5]跟踪状态变化的能力。与一般的滤波器相比较,强跟踪扩展卡尔曼滤波算法继承了强跟踪滤波算法的几个优点:①对突变状态有极强的跟踪能力;②较好的鲁棒性;③适中的计算复杂度。本文推导分析了基于

8、强跟踪滤波算法改进的扩展卡尔曼滤波算法,将强跟踪扩展卡尔曼滤波算法应用于单站无源跟踪定位中机动目标的跟踪。通过仿真实验比较强跟踪扩展卡尔曼滤波器与一般

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。