增广状态无迹卡尔曼平滑算法

摘要

为了快速获得雷达目标跟踪态势图像的更佳估计,本文针对雷达目标跟踪中常用观测量(距离、角度和多普勒)的非线性问题,基于无迹卡尔曼滤波(UKF),研究了非线性增广状态平滑ASUKS算法,给出了状态/协方差增广及其初始化、时间/观测更新的详细过程.ASUKS通过引入一定延迟过去状态的增广建模,基于非线性观测,在对当前状态进行滤波的同时,获得过去状态的平滑估计.仿真结果表明,ASUKS算法能够实现以较小的延迟获得高精度的平滑估值,是一种实用性很强的平滑算法.