文献类型：期刊文献

中文题名：自适应SCKF在机动目标跟踪中的应用

英文题名：Adaptive SCKF Method with Applications to Maneuvering Target Tracking

作者：王思思[1,2];齐国清[1]

机构：[1]大连海事大学信息科学技术学院;[2]广东海洋大学航海学院

年份：2013

卷号：20

期号：8

起止页码：6

中文期刊名：电光与控制

外文期刊名：Electronics Optics & Control

收录：CSTPCD、、北大核心2011、北大核心

基金：国家高技术发展计划(八六三)(2011AA110201)

语种：中文

中文关键词：机动目标跟踪;自适应;平方根求容积卡尔曼滤波

外文关键词：maneuvering target tracking; adaptiveness; square root cubature Kalman filter

中文摘要：目标跟踪系统的数学模型或统计特性的不确定性,往往会导致机动目标跟踪精度降低甚至跟踪发散。在综合平方根求容积卡尔曼滤波算法和改进的Sage-Husa估计器的基础上,提出一种自适应求容积平方根卡尔曼滤波算法。该算法通过实时估计未知系统噪声,抑制由于噪声统计特性未知时变而导致的滤波误差,从而实现机动目标的自适应跟踪。仿真结果表明,在系统噪声未知时变,且与先验系统噪声存在一定差异时,自适应平方根求容积卡尔曼滤波器能有效地改进标准平方根求容积卡尔曼滤波器的跟踪精度和跟踪稳定性。

外文摘要：Considering low accuracy even model and uncertain statistical property, （SCKF） based on the standard SCKF and divergence of maneuvering target tracking due to inaccurate tracking we proposed an adaptive Square Root Cubature Kalman Filter modified Sage-Husa estimator. The proposed algorithm can estimate the statistical parameters of unknown system noises online, and restrain the tracking error caused by unknown system noises effectively ;hence it is applied to maneuvering target tracking. The simulation results show that： comparing with SCKF algorithm,the adaptive SCKF can provide better accuracy and stability for maneuvering target tracking when the unknown or time variant system noises is some different from the prior noise knowledge.