典型文献
面向连续离散系统的自适应最大相关熵滤波算法
文献摘要：
针对目标跟踪中运动模型不精确和测量异常导致的传统滤波算法精度下降问题,提出了一种鲁棒平方根连续-离散自适应最大相关熵容积卡尔曼滤波(RSRCD-AMCCKF)算法.在目标跟踪问题中采用了精度更高的连续-离散时间模型,提高了目标跟踪的解算精度;将加权最小二乘方法与传统最大相关熵准则相结合,得到改进的相关熵代价权函数,之后引入连续-离散时间滤波框架,提高了滤波算法在测量异常情况下的鲁棒性;以高斯核函数作为相关熵的调整因子,依据不同测量环境选择自适应因子,进而对观测噪声的协方差矩阵进行调整.仿真结果表明:与传统算法相比,当测量噪声为高斯噪声时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了38.4％和27.3％;当测量噪声为非高斯噪声时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了23.5％和23.9％;当测量值发生突变时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了12.6％和7.1％.RSRCD-AMCCKF算法在各类测量条件下都具有更高的精度和鲁棒性,更接近目标跟踪的克拉美罗下界,能够较好地实现滤波精度和抗异常测量的统一.
文献关键词：
目标跟踪;连续-离散时间系统;最大相关熵准则;容积卡尔曼滤波;非高斯噪声;鲁棒性
中图分类号：
作者姓名：
胡浩然;陈树新;吴昊;何仁珂;吴强;张喜庆
作者机构：
空军工程大学信息与导航学院,710077,西安;地理信息工程国家重点实验室,710054,西安;复杂航空系统仿真重点实验室,100076,北京;解放军 95894 部队,100076,北京;华恒智禾电子信息技术有限公司,710077,西安
文献出处：
引用格式：
[1]胡浩然;陈树新;吴昊;何仁珂;吴强;张喜庆-.面向连续离散系统的自适应最大相关熵滤波算法)[J].西安交通大学学报,2022(06):133-141
A类：
RSRCD,AMCCKF
B类：
离散系统,滤波算法,目标跟踪,运动模型,常导,平方根,容积卡尔曼滤波,跟踪问题,时间模型,加权最小二乘,乘方,最大相关熵准则,权函数,异常情况,高斯核函数,环境选择,自适应因子,协方差矩阵,传统算法,测量噪声,目标位置,位置和速度估计,非高斯噪声,测量值,测量条件,克拉美罗下界,离散时间系统
AB值：
0.211464
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。
