强跟踪UKF粒子滤波算法

摘要

为解决传统的粒子滤波(particle filter,PF)及其改进算法对系统模型误差和状态突变的鲁棒性不强的问题,有学者提出具有较强鲁棒性的强跟踪扩展粒子滤波(strong tracking extended particle filter,STEPF),但其估计精度不高,需要计算雅可比矩阵,实现较为复杂困难.针对这一情况,提出基于强跟踪无迹卡尔曼滤波(strong tracking unscentedKalman filter,STUKF)的强跟踪无迹粒子滤波(strong tracking unscented particle filter,STUPF)算法.在粒子先验分布更新阶段融入观测数据,以STUKF作为重要性密度函数,兼具UPF估计精度高和STUKF的鲁棒性且易于实现的优点,有效克服STEPF存在的缺点.数值仿真验证了所提算法的有效性.