改進的EKF算法在目標跟蹤中的運用

過程噪聲和測量噪聲影響Kalman濾波的性能,通常很難得到它們準確的值.提出觀測噪聲和過程噪聲實時估計的自適應算法.該算法可以用在非線性和機動目標跟蹤問題中,不必預先知道準確的噪聲方差.重新估測觀測噪聲方差矩陣,可以較好地消除由觀測噪聲帶來的誤差;建立一個簡單的線性Kalman濾波器對過程噪聲進行實時估計,這對于機動目標來說是必要的,因為原有的過程噪聲將受到加速度影響,不能包含全部的信息.實驗表明,該算法保證EKF穩(wěn)定性,提高了跟蹤性能.模擬實驗300次后,X,Y方向位置均方誤差分別為7.8099,9.6838.

作 者： 唐濤 黃永梅 TANG Tao HUANG Yong-mei   作者單位： 唐濤,TANG Tao(中國科學院光電技術研究所,四川,成都,610209;中國科學院研究生院,北京,100039)

黃永梅,HUANG Yong-mei(中國科學院光電技術研究所,四川,成都,610209) 

刊 名： 光電工程  ISTIC PKU 英文刊名： OPTO-ELECTRONIC ENGINEERING  年，卷(期)： 2005 32(9)  分類號： V556  關鍵詞： 目標跟蹤   雙Kalman濾波   噪聲方差   自適應算法  

【改進的EKF算法在目標跟蹤中的運用】相關文章：

改進的遺傳算法在連續(xù)體結構多目標拓撲優(yōu)化中的應用04-26

SSDA的改進算法04-26

基于變步長增益調(diào)整的機動目標跟蹤新算法04-26

一種精確跟蹤機動目標的濾波算法的研究04-27

基于改進C-均值聚類算法的空中目標分類04-27

改進遺傳算法在桁架結構優(yōu)化設計中的應用04-26

基于支持向量機的紅外成像跟蹤算法04-27

基于進化算法的測控飛機跟蹤路徑規(guī)劃04-26

多目標跟蹤方法綜述04-26

改進模糊聚類算法及其在人力資源管理中的應用04-26