改进的EKF算法在目标跟踪中的运用
过程噪声和测量噪声影响Kalman滤波的性能,通常很难得到它们准确的值.提出观测噪声和过程噪声实时估计的自适应算法.该算法可以用在非线性和机动目标跟踪问题中,不必预先知道准确的噪声方差.重新估测观测噪声方差矩阵,可以较好地消除由观测噪声带来的误差;建立一个简单的线性Kalman滤波器对过程噪声进行实时估计,这对于机动目标来说是必要的,因为原有的过程噪声将受到加速度影响,不能包含全部的信息.实验表明,该算法保证EKF稳定性,提高了跟踪性能.模拟实验300次后,X,Y方向位置均方误差分别为7.8099,9.6838.
黄永梅,HUANG Yong-mei(中国科学院光电技术研究所,四川,成都,610209)
刊 名： 光电工程 ISTIC PKU 英文刊名： OPTO-ELECTRONIC ENGINEERING 年，卷(期)： 2005 32(9) 分类号： V556 关键词： 目标跟踪 双Kalman滤波 噪声方差 自适应算法