基于改进STF的Kalman滤波自适应跟踪算法研究

摘要：

　　对机动目标的自适应跟踪在目标跟踪领域具有重要的研究意义。本文提出了一种基于改进强跟踪滤波器(STF)的Kalman滤波自适应跟踪算法，通过改变STF滤波器的结构，将其应用到机动目标跟踪领域，极大地拓展了STF的应用范围，有效地提高了Kalman滤波器对模型变化的适应能力。通过蒙特卡洛仿真实验给出了本文算法进行测量噪声协方差匹配时的仿真数据，验证当初始测量噪声协方差误差很大的情况下，本文算法仍具有很好滤波精度。进一步，验证了当目标进行一般机动即系统噪声突变的情况下，本文算法能够迅速收敛并保持较高的跟踪效果。

关键词： 噪声协方差匹配 强跟踪滤波器 卡尔曼滤波 机动目标跟踪 Sage-Husa自适应滤波

作者: 刘成成 张滔 蔡云泽

作者单位: 上海交通大学自动化系,系统控制与信息处理教育部重点实验室,上海,200240

会议类型: 国际会议

会议名称: The 33th Chinese Control Conference第33届中国控制会议

会议地点: 南京

会议语种:中文

页码: 7338-7343

在线出版日期: 2014-07-28（万方平台首次上网日期，不代表论文的发表时间）