一种平滑约束无迹卡尔曼滤波方法及目标跟踪方法

摘要

本发明提供了一种平滑约束无迹卡尔曼滤波方法，包括如下步骤：步骤1，根据无迹变换获取当前目标观测时刻目标状态的原始先验概率密度函数；步骤2，通过数值期望计算原始先验概率的均值和方差；步骤3，引入噪声约束信息，通过计算近似可行域的中心，以获取修正先验概率密度；步骤4，通过后验迭代优化寻求满足约束条件的高斯分布均值和方差，产生满足约束条件的新的高斯西格玛点；步骤5，对高斯西格玛点进行加权计算，完成滤波过程。本发明所述的一种平滑约束无迹卡尔曼滤波方法在准确性和鲁棒性方面具有优势，同时，其实时性方面优于粒子滤波算法。相应地，本发明还提供一种目标跟踪方法。