新型自适应容积卡尔曼滤波算法及其在目标跟踪中的应用

摘要

针对标准容积卡尔曼滤波(CKF)在目标跟踪中出现的问题,根据系统噪声统计特性不准确或未知的特点,提出一种基于协方差匹配原则的自适应容积卡尔曼滤波算法.该算法通过利用新息序列与残差序列来实现对观测噪声协方差和过程噪声协方差矩阵的实时跟踪,进而进行在线调整噪声统计特性,能够有效的改善由于噪声特性未知所引起的滤波发散相关问题.将该算法应用在目标跟踪仿真实验中,结果表明,与标准CKF算法相比,在系统噪声统计特性未知的情况下,该算法具有更好的实时性,不仅抑制了滤波器的发散问题,而且提高了对目标的跟踪精度.