状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用

摘要

为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波(UKF)跟踪算法进行了改善.提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法,使得UKF跟踪算法能够根据目标运动状态及时调整状态方程,在目标机动时减小对预测值的依赖,在目标非机动时增大对预测值的依赖.这种在线实时估计系统噪声状态的跟踪方法更加适用于机动目标的跟踪.数值仿真结果表明:该算法不仅在目标机动时具有良好的跟踪效果,而且在目标非机动时具有准确的估计性能.通过声纳信息综合处理系统验证了状态自适应UKF跟踪算法的性能.