加性噪声下增广容积卡尔曼滤波及其目标跟踪应用-计算机应用与软件.PDFVIP

第３４卷第３期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．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 ＡＵＧＭＥＮＴＥＤＣＵＢＡＴＵＲＥＫＡＬＭＡＮＦＩＬＴＥＲＦＯＲＡＤＤＩＴＩＶＥＮＯＩＳＥ ＡＮＤＩＴＳＡＰＰＬＩＣＡＴＩＯＮＴＯＯＢＪＥＣＴＴＲＡＣＫＩＮＧ ＬｉｕＪｉａｎｇ　ＹｅＳｏｎｇｑｉｎｇ （ＣｈｏｎｇｑｉｎｇＩｎｓｔｉｔｕｔｅｏｆＧｒｅｅｎａｎｄＩｎｔｅｌｌｉｇｅｎｔＴｅｃｈｎｏｌｏｇｙ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｃｈｏｎｇｑｉｎｇ４００７１４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＳｉｎｃｅｔｈｅｃｕｂａｔｕｒｅＫａｌｍａｎｆｉｌｔｅｒ（ＣＫＦ）ｐｒｏｖｉｄｅｓａｇｏｏｄａｃｃｕｒａｃｙｗｉｔｈｌｏｗｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙ，ｉｔｉｓ ｗｉｌｄｌｙａｐｐｌｉｅｄｉｎｅｓｔｉｍａｔｉｏｎａｎｄｔｒａｃｋｉｎｇｓｙｓｔｅｍｓ．Ｂｕｔｆｏｒａｔｒａｃｋｉｎｇｓｙｓｔｅｍｉｎｖｏｌｖｉｎｇｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｉｔｙａｎｄａｃｕｔｅ ｎｏｎｌｉｎｅａｒｉｔｙ，３ｄｅｇｒｅｅＣＫＦａｎｄｈｉｇｈｄｅｇｒｅｅＣＫＦｅｎｃｏｕｎｔｅｒｌｏｗａｃｃｕｒａｃｙａｎｄｉｎｓｔａｂｉｌｉｔｙｐｒｏｂｌｅｍｓ，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｔｏ ｉｍｐｒｏｖｅｔｈｅｔｈｅｐｅｒｆｏｒｍａｎｃｅ，ａｕｇｍｅｎｔｅｄｃｕｂａｔｕｒｅＫａｌｍａｎｆｉｌｔｅｒｆｏｒａｄｄｉｔｉｖｅｎｏｉｓｅｉｓｄｉｓｃｕｓｓｅｄ．Ｉｎｔｈｅｓｉｍｕｌａｔｉｏｎ，ＣＫＦ， ＵＫＦａｎｄＡＣＫＦａｒｅａｐｐｌｉｅｄｔｏ５ｄｉｍｅｎｓｉｏｎａｌｔａｒｇｅｔｓｔｒａｃｋｉｎｇｓｙｓｔｅｍ．Ｂｅｓｉｄｅｓ，ｔｈｅｉｒｐｅｒｆｏｒｍａｎｃｅｓｉｎｃｌｕｄｉｎｇａｃｃｕｒａｃｙ， ｓｔａｂｉｌｉｔｙａｎｄｃｏｍｐｌｅｘｉｔｙａｒｅｃｏｍｐａｒｅｄｂｙＲＭＳＥｓ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ３ｄｅｇｒｅｅＡＣＫＦｃａｎｏｂｔａｉｎｂｅｔｔｅｒｔｒａｃｋｉｎｇ ａｃｃｕｒａｃｙａｎｄｓｔａｂｉｌｉｔｙｗｉｔｈａｃｃｅｐｔａｂｌｅｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙｔｈａｎＵＫＦ，３ｄｅｇｒｅｅＣＫＦａｎｄ５ｄｅｇｒｅｅＣＫＦｉｎｈｉｇｈｌｙ 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［６－８］。粒子滤 波通过大量的随机样本和归一化权重对非线性系统的 因为卡尔曼滤波（ＫＦ）具有良好的鲁棒性和最优 状态分布进行逼近，故粒子滤波存在计算复杂度高，滤 特性［１－２］，它被广泛地应用于