计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2008年
8期
59-63
,共5页
赵易峰%李京华%彭京晶%许家栋
趙易峰%李京華%彭京晶%許傢棟
조역봉%리경화%팽경정%허가동
卡尔曼滤波%自适应跟踪%加权衰减因子%协方差
卡爾曼濾波%自適應跟蹤%加權衰減因子%協方差
잡이만려파%자괄응근종%가권쇠감인자%협방차
针对卡尔曼滤波对匀速运动目标能有效的跟踪,但是当目标出现转弯时,很难达到跟踪精度的要求,甚至丢失目标的现象.对卡尔曼滤波算法进行了改进,在观测向量中引入了两个加速度误差变量,它们动态地修正状态估计误差从而减少跟踪精度误差,形成了修正的Kalman算法.但是由于状态变量维数增加,使得计算量增加,实时性下降,将卡尔曼滤波算法与修正的卡尔曼滤波算法两种算法相结合,提出了基于修正的卡尔曼滤波自适应跟踪算法.仿真结果表明,具有良好的稳定性和精确度,优于一般的卡尔曼滤波算法.
針對卡爾曼濾波對勻速運動目標能有效的跟蹤,但是噹目標齣現轉彎時,很難達到跟蹤精度的要求,甚至丟失目標的現象.對卡爾曼濾波算法進行瞭改進,在觀測嚮量中引入瞭兩箇加速度誤差變量,它們動態地脩正狀態估計誤差從而減少跟蹤精度誤差,形成瞭脩正的Kalman算法.但是由于狀態變量維數增加,使得計算量增加,實時性下降,將卡爾曼濾波算法與脩正的卡爾曼濾波算法兩種算法相結閤,提齣瞭基于脩正的卡爾曼濾波自適應跟蹤算法.倣真結果錶明,具有良好的穩定性和精確度,優于一般的卡爾曼濾波算法.
침대잡이만려파대균속운동목표능유효적근종,단시당목표출현전만시,흔난체도근종정도적요구,심지주실목표적현상.대잡이만려파산법진행료개진,재관측향량중인입료량개가속도오차변량,타문동태지수정상태고계오차종이감소근종정도오차,형성료수정적Kalman산법.단시유우상태변량유수증가,사득계산량증가,실시성하강,장잡이만려파산법여수정적잡이만려파산법량충산법상결합,제출료기우수정적잡이만려파자괄응근종산법.방진결과표명,구유량호적은정성화정학도,우우일반적잡이만려파산법.
