一种证据理论改进的模糊卡尔曼滤波目标跟踪方法

摘要

本发明公开了一种证据理论改进的模糊卡尔曼滤波目标跟踪方法，包括以下步骤：步骤一计算卡尔曼滤波器的不确定信息；步骤二根据不确定信息对输入量模糊量化得到输出量模糊数隶属度；步骤三根据输出量模糊数隶属度生成证据；步骤四融合多个历史时刻的证据；步骤五将融合后的证据转换为概率；步骤六根据概率生成更新因子；步骤七更新卡尔曼滤波器参数。本发明在模糊卡尔曼滤波的基础上，结合证据理论融合处理不确定信息的优势，在参数自适应更新时考虑历史信息，使得卡尔曼滤波能够融合多个时刻的不确定信息，证据理论中的基本概率分配函数和证据组合规则，使改进的卡尔曼滤波能更灵活有效地处理不确定信息，误差更小，具有更好地抗干扰性能。