高阶容积卡尔曼滤波及其在目标跟踪中的应用

摘要

针对传统的容积卡尔曼滤波（ CKF）估计精度有限的问题，提出了一种基于任意阶容积规则的高阶容积卡尔曼滤波（ HCKF）方法并应用于机动目标跟踪问题。传统的CKF采用三阶球面－相径容积规则，可获得优于其他非线性滤波如不敏卡尔曼滤波（ UKF）的估计精度和数值稳定性。为了进一步提高CKF的估计精度，在基于点的高斯近似滤波框架下，分别使用Genz积分方法和矩匹配法推导出任意阶的球面规则和相径规则，以此构造高阶球面－相径容积规则来计算高斯型积分，并建立高阶容积卡尔曼滤波算法。将提出的HCKF算法应用于机动目标跟踪问题中并进行数值仿真。仿真结果表明，相对于传统容积卡尔曼滤波，高阶容积卡尔曼滤波对目标位置和速度估计的精度分别提高了11％和24％，可获得更高的估计精度。