目录
1.容积卡尔曼滤波算法
1.1 容积卡尔曼滤波算法简单介绍
容积卡尔曼滤波(Cubature Kalman Filter,CKF)算法是新提出的一种非线性滤波算法,解决了高维系统滤波估计效果较差的问题。容积卡尔曼滤波与无迹卡尔曼滤波相似,但克服了UKF高维系统处理的问题。CKF算法基于贝叶斯滤波基础,通过选取一组容积点来近似计算函数的均值与协方差,降低了非线性函数线性化的误差。CKF算法基于数值积分理论来计算高斯积分,具有数值精度高的特点。
1.2 容积卡尔曼滤波算法流程
1.3 容积卡尔曼滤波算法仿真分析
仿真条件:
假设一目标在二维平面内做匀速直线运动,观测站处于原点且保持静止,无站址误差。观测站可以实时测量到目标与观测站之间的距离以及方位角(北偏东)。蒙特卡洛仿真100次,并将RMSE与CRLB进行对比。
目标初始状态 | 量测误差 | 过程噪声 | |
二维 | (-1000m,1000m,20m/s,-8m/s) | 100m,1° | 1e-4m/s2 |
2.参考文献
陈燕平. 基于容积卡尔曼滤波的目标跟踪研究 [D]; 电子科技大学, 2021.