典型文献
基于噪声估计的自适应无迹卡尔曼滤波算法
文献摘要：
针对无迹卡尔曼滤波算法(UKF)需要借助较为准确的系统模型和噪声才能给出较为良好的滤波结果这一问题,提出了一种基于噪声估计的自适应无迹卡尔曼滤波算法(NEA-UKF).首先将SAGE-HUSA算法原理引入到UKF算法中,使UKF算法具有自适应估计状态噪声和量测噪声的能力;然后在状态噪声和量测噪声估计方程中引入记忆指数衰减加权以及协方差匹配判据,提高了噪声的实时估计精度和稳定性;最后针对状态模型和状态噪声不准确情况下的目标进行跟踪仿真.仿真结果表明,NEA-UKF算法能较好地自适应调节状态噪声和状态噪声协方差矩阵去匹配目标的运动状态,且几乎不受目标状态的突变影响,保持了对目标的良好跟踪.
文献关键词：
无迹卡尔曼滤波算法;SAGE-HUSA算法;自适应估计;目标跟踪
中图分类号：
作者姓名：
叶泽浩;宋亚伟;陈传生;何成伟
作者机构：
空军预警学院,武汉430019
文献出处：
引用格式：
[1]叶泽浩;宋亚伟;陈传生;何成伟-.基于噪声估计的自适应无迹卡尔曼滤波算法)[J].空天预警研究学报,2022(04):242-246,251
A类：
HUSA
B类：
噪声估计,无迹卡尔曼滤波算法,UKF,系统模型,NEA,SAGE,算法原理,自适应估计,量测噪声,估计方程,指数衰减,判据,实时估计,估计精度,状态模型,自适应调节,协方差矩阵,运动状态,变影,目标跟踪
AB值：
0.23994
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。
