雷达科学与技术
雷達科學與技術
뢰체과학여기술
RADAR SCIENCE AND TECHNOLOGY
2014年
1期
97-100
,共4页
机动目标跟踪%卡尔曼滤波%“当前”统计模型%截断正态概率密度模型
機動目標跟蹤%卡爾曼濾波%“噹前”統計模型%截斷正態概率密度模型
궤동목표근종%잡이만려파%“당전”통계모형%절단정태개솔밀도모형
tracking maneuvering target%Kalman filter%“current”statistical model%truncation normal probability model
针对“当前”统计模型下的卡尔曼滤波算法在跟踪匀速目标时误差较大的缺陷和强跟踪滤波器对非机动部分跟踪精度不理想的缺陷。通过改进基于截断正态分布下的加速度方差模型,提高了对非机动目标的跟踪精度;对卡尔曼滤波算法中预测误差协方差及渐消因子的计算作出修正,改进机动部分和非机动部分的精度;将目前常用的估计协方差的计算公式采用Joseph公式,增强数值的稳定性和算法的鲁棒性。仿真和实践结果表明该算法具有良好的性能。
針對“噹前”統計模型下的卡爾曼濾波算法在跟蹤勻速目標時誤差較大的缺陷和彊跟蹤濾波器對非機動部分跟蹤精度不理想的缺陷。通過改進基于截斷正態分佈下的加速度方差模型,提高瞭對非機動目標的跟蹤精度;對卡爾曼濾波算法中預測誤差協方差及漸消因子的計算作齣脩正,改進機動部分和非機動部分的精度;將目前常用的估計協方差的計算公式採用Joseph公式,增彊數值的穩定性和算法的魯棒性。倣真和實踐結果錶明該算法具有良好的性能。
침대“당전”통계모형하적잡이만려파산법재근종균속목표시오차교대적결함화강근종려파기대비궤동부분근종정도불이상적결함。통과개진기우절단정태분포하적가속도방차모형,제고료대비궤동목표적근종정도;대잡이만려파산법중예측오차협방차급점소인자적계산작출수정,개진궤동부분화비궤동부분적정도;장목전상용적고계협방차적계산공식채용Joseph공식,증강수치적은정성화산법적로봉성。방진화실천결과표명해산법구유량호적성능。
To overcome bigger error defect of the Kalman filtering algorithm in tracking the moving tar-get at uniform velocity in“current”statistical model and unsatisfactory precision of STF in non-maneuvering segment,a new algorithm is proposed to improve the tracking precision of maneuvering segment and non-maneu-vering segment.First,the acceleration variance model based on truncation normal distribution used.Second,the prediction error covariance matrix and the fading factor are madified.Finally,the estimation error covariance matrix is calculated using the Joseph form,which is more stable and robust.The simulation results show that this algorithm has excellent performance.