本文關(guān)鍵詞：基于強(qiáng)跟蹤平方根容積卡爾曼濾波的純方位目標(biāo)運(yùn)動(dòng)分析方法，由筆耕文化傳播整理發(fā)布。

【摘要】：針對(duì)純方位目標(biāo)跟蹤系統(tǒng)中模型狀態(tài)簡化、系統(tǒng)噪聲統(tǒng)計(jì)特性未知、目標(biāo)初始距離信息不準(zhǔn)確導(dǎo)致的濾波收斂時(shí)間長和濾波精度不高的問題,以自主水下機(jī)器人(autonomous underwater vehicle,AUV)跟蹤水下動(dòng)態(tài)目標(biāo)為例,提出了一種基于強(qiáng)跟蹤平方根容積卡爾曼濾波器(strong tracking square root cubature kalman filter,STFSRCKF)的純方位目標(biāo)運(yùn)動(dòng)分析算法;該算法在濾波過程中,利用平方根容積卡爾曼濾波器(square root cubature kalman filter,SRCKF)完成預(yù)測更新,對(duì)于SRCKF中的每個(gè)容積點(diǎn)采用強(qiáng)跟蹤濾波器(strong tracking filter,STF)進(jìn)行更新,設(shè)計(jì)濾波增益以抑制噪聲對(duì)系統(tǒng)狀態(tài)估計(jì)的影響,有效提高了濾波的數(shù)值穩(wěn)定性,減小了狀態(tài)估計(jì)誤差;通過仿真分析,比較了擴(kuò)展卡爾曼濾波器(extended kalman filter,EKF)、無跡卡爾曼濾波器(unscented kalman filter,UKF)、平方根容積卡爾曼濾波器(square-root cubature kalman filter,SRCKF)、STFSRCKF的算法性能,實(shí)驗(yàn)表明所提算法具有跟蹤速度快,精度高等優(yōu)點(diǎn)。
【作者單位】： 中國科學(xué)院沈陽自動(dòng)化研究所機(jī)器人學(xué)國家重點(diǎn)實(shí)驗(yàn)室;中國科學(xué)院大學(xué);
【關(guān)鍵詞】： AUV 純方位目標(biāo)跟蹤 非線性系統(tǒng) 平方根容積卡爾曼濾波 強(qiáng)跟蹤濾波
【基金】：國家自然科學(xué)基金面上項(xiàng)目(61273334) 中國科學(xué)院科研裝備研制項(xiàng)目(YZ201441) 中國大洋礦產(chǎn)資源研究開發(fā)協(xié)會(huì)前沿課題(DY125-22-QY-24)
【分類號(hào)】：TN713
【正文快照】： 2.中國科學(xué)院大學(xué),北京100049)0引言純方位目標(biāo)跟蹤又稱純方位目標(biāo)運(yùn)動(dòng)分析(bearings onlytarget motion analysis,BOTMA),觀測器搭載被動(dòng)傳感器探測目標(biāo)的有源輻射,利用測得的隨時(shí)間變化的方位角序列來實(shí)時(shí)估計(jì)目標(biāo)運(yùn)動(dòng)參數(shù)(航速、航向、位置)[1]。BOTMA系統(tǒng)是一個(gè)強(qiáng)非線性系

  本文關(guān)鍵詞：基于強(qiáng)跟蹤平方根容積卡爾曼濾波的純方位目標(biāo)運(yùn)動(dòng)分析方法，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：498205