自適應(yīng)容積卡爾曼濾波器及其在雷達(dá)目標(biāo)跟蹤中的應(yīng)用.pdf

1、容積卡爾曼濾波算法是近年提出的一種獲得廣泛關(guān)注的非線性濾波算法。為滿足近似線性最小方差條件，CKF仍須假設(shè)過(guò)程與量測(cè)噪聲均為已知獨(dú)立的零均值高斯白噪聲。然而實(shí)際噪聲環(huán)境往往不滿足上述嚴(yán)格假設(shè)，這可能導(dǎo)致標(biāo)準(zhǔn)CKF的性能退化甚至發(fā)散。為克服這一局限性，進(jìn)而增強(qiáng)標(biāo)準(zhǔn)CKF算法的魯棒性。本研究基于標(biāo)準(zhǔn)CKF算法，針對(duì)不同噪聲條件，提出幾種改進(jìn)自適應(yīng)CKF算法并應(yīng)用于雷達(dá)目標(biāo)跟蹤仿真實(shí)驗(yàn)。主要研究工作如下:
　　1.為克服統(tǒng)計(jì)特征未知的過(guò)

2、程噪聲在濾波過(guò)程中對(duì)SCKF算法性能的不利影響，提出基于Sage-Husa噪聲估計(jì)器的自適應(yīng)SCKF算法。機(jī)動(dòng)目標(biāo)跟蹤的仿真實(shí)驗(yàn)結(jié)果表明該算法在未知恒定和時(shí)變過(guò)程噪聲兩種背景中都比同等條件下的SCKF算法具有更好的濾波精度和穩(wěn)定性。
　　2.有色量測(cè)噪聲不符合CKF算法的零均值高斯白噪聲假設(shè)，因此基于一階馬爾科夫有色噪聲模型、高斯濾波器和三度容積規(guī)則提出同時(shí)適用于有色和白色量測(cè)噪聲條件的自適應(yīng)CKF算法及其平方根版本。隨后的目標(biāo)跟

3、蹤仿真實(shí)驗(yàn)結(jié)果表明兩種改進(jìn)算法的有效性。
　　3.針對(duì)高度容積卡爾曼濾波算法運(yùn)行過(guò)程中存在的不定噪聲對(duì)濾波性能造成的影響，基于非線性H無(wú)窮濾波框架和五度容積規(guī)則提出高度容積H無(wú)窮濾波算法，仿真實(shí)驗(yàn)結(jié)果證明了該改進(jìn)算法的有效性。
　　4.基于兩種解相關(guān)原則和五度容積規(guī)則，提出兩種互相關(guān)噪聲背景下的改進(jìn)高度容積濾波器，用于解決同時(shí)互相關(guān)噪聲背景下高度容積卡爾曼濾波算法的性能退化的問(wèn)題。目標(biāo)跟蹤仿真實(shí)驗(yàn)結(jié)果表明兩種改進(jìn)濾波算法能有