水下目标跟踪的改进非线性滤波快速算法

发布时间：2024-02-24 17:27

　　为了提升水下目标的跟踪精度,该文研究了测距误差有偏条件下的水下目标跟踪算法,基于水下目标跟踪中常用的无迹卡尔曼滤波(UKF)和容积卡尔曼滤波(CKF)算法,改进提出了将偏差系数作为状态变量之一进行联合估计的跟踪算法。结合水下目标跟踪场景的实际特点,进一步推导了这两种算法在线性状态方程条件下的简化形式,分别称为IS-UKF和IS-CKF算法。仿真实验和湖试实验结果表明,与常规无迹卡尔曼滤波和容积卡尔曼滤波算法相比,提出的两种改进算法(IS-UKF和IS-CKF算法)不仅具有同等运算量,而且提高了目标轨迹跟踪精度。

【文章页数】：8 页

【部分图文】：

图4目标轨迹的估计结果对比(湖上试验)

图3目标轨迹(湖上试验)图5?εk变化曲线

图5?εk变化曲线

图4目标轨迹的估计结果对比(湖上试验)5结论

图1目标轨迹

常规算法初始状态向量为X0=[5,3,5,3,0,0]T，过程噪声方差为Q=diag[1,1,0.1,0.1,0.01,0.01]，初始协方差矩阵为P0,0=diag[1,1,0.1,0.1,0.01,0.01]。UKF算法中的参数为α=1，κ=2，β=0，λ=2，以下同。改进算....

图2目标轨迹的估计结果对比

图2给出了某一次实验中SCKF和IS-CKF两种算法估计的轨迹。由于引入了偏差系数εk对滤波结果进行修正，IS-CKF的滤波精度得以提升。SUKF和IS-UKF的轨迹对比结果与图2类似，因此未再给出。表2和表3给出了这几种算法进行500次蒙特-卡洛实验后的均方根误差、平均运行时间....

本文编号：3909362