加性噪声下增广容积卡尔曼滤波及其目标跟踪应用.pdf

第34卷第3期 计算机应用与软件 Vo1．34 No．3 2017年 3月 ComputerApplicationsandSoftware Mar．2017 加性噪声下增广容积卡尔曼滤波及其 目标跟踪应用 刘 江 叶松庆 (中国科学院重庆绿色智能技术研究院 重庆400714) 摘 要 传统容积卡尔曼滤波(CKF)有 良好的滤波精度和较低的计算复杂度，使其广泛被应用于 目标跟踪系 统。但在高维非线性和波动性大的目标跟踪系统中，3阶和高阶CKF分别存在滤波精度不足和稳定性低的问题。 为提高CKF的滤波精度并保证稳定性，讨论和给出加性噪声下的增广容积卡尔曼滤波(ACKF)。在仿真中，将 CKF、UKF和ACKF应用于5维高非线性 目标跟踪，并分析比较三者的目标跟踪性能。研究结果表明，在高维非 线性 目标跟踪系统中，3阶ACKF可以获得更好 目标跟踪精度和稳定性，以及可接受的计算复杂度。 关键词 目标跟踪 增广容积卡尔曼滤波 非线性滤波 加性噪声 中图分类号 TP3 文献标识码 A DOI：10．3969／j．issn．1000—386x．2017．03．025 AUGMENTED CUBATURE KALNIAN FILTER FORADDITIVENoISE AND ITSAI．PlLICATIoN To oBJECTTRACKING LiuJiang YeSongqing (ChongqingInstituteofGreenandIntelligentTechnology，ChineseAcademyofSciences，Chongqing400714，China) Abstract SincethecubatureKalmanfilter(CKF)providesagoodaccuracywithlowcomputationalcomplexity，itis wildlyappliedin estimation and tracking systems．Butforatrackingsystem involvinghigh dimensionalityandacute nonlinearity，3一degreeCKF andhigh-degreeCKF encounterlow accuracyand instabilityproblems，respectively．To improvethetheperformance，augmentedcubatureKalmanfilterofradditivenoiseisdiscussed．Inthesimulation，CKF， UKFandACKFareappliedto5-dimensionaltargetstrackingsystem．Besides，theirperfomr ancesincludingaccuracy， stabilityand complexity arecompared byRMSEs．Theresultsshow that3-degreeACKF can obtain bettertracking accuracyandstabilitywithacceptablecomputational complexitythanUKF，3-degreeCKFand5-degreeCKF inhighly nonlinearanddimensionalsystems． Keywords Tracking AugmentedCKF Nonlinearfilter Additivenoise 研究人员对粒子滤波 (PF)在移动物体跟踪系统中的 0 引 言 应用进行了研究，并做了相关性能分析 j。粒子滤 波通过大量的随机样本和归一化权重对非线性系