典型文献
低复杂度自适应容积卡尔曼滤波算法
文献摘要：
确定采样型滤波算法中的容积卡尔曼滤波(C KF)算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响.构造强跟踪C KF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量.为此,提出一种低复杂度自适应C KF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度.使用浮点操作数计算并分析了C KF算法、强跟踪C KF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证.仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应C KF算法和强跟踪C KF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善.
文献关键词：
容积卡尔曼滤波(CKF);目标模型不确定性;强跟踪滤波器;自适应修正;算法复杂度
中图分类号：
作者姓名：
李春辉;马健;杨永建;甘轶
作者机构：
空军工程大学 航空工程学院,西安 710038
文献出处：
引用格式：
[1]李春辉;马健;杨永建;甘轶-.低复杂度自适应容积卡尔曼滤波算法)[J].北京航空航天大学学报,2022(04):716-724
A类：
目标模型不确定性
B类：
低复杂度,自适应容积卡尔曼滤波,容积卡尔曼滤波算法,滤波性能,性能优良,难以克服,自适应性,渐消因子,大大增加,计算量,新息,自适应修正,判决,状态预测,跟上,浮点,操作数,算法应用,目标跟踪,仿真验证,数值稳定性,算法复杂度,CKF,强跟踪滤波器
AB值：
0.247193
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
