一种高斯渐进滤波框架下的目标跟踪方法
本文研究了一类存在量测信息缺失情况的目标跟踪问题, 提出了一种高斯渐进框架下的目标跟踪方法以实现移动目标的跟踪.考虑可能存在的传感器故障或失效问题, 采用假设检验方式以删选错误的量测信息.针对非线性滤波问题, 量测信息的缺失将可能引起线性化误差、数值计算误差的增大, 从而破坏目标跟踪估计器的稳定性和收敛性.为此, 对渐进无迹卡尔曼滤波 (Progressive unscented Kalman filter, PUKF) 方法进行改进, 使其更好地处理量测信息缺失引起的线性化误差、数值计算误差增大的问题.另外, 通过对改进PUKF (Modified PUKF, MPUKF) 方法的理论分析, 证明其…展开v
高斯渐进框架、目标跟踪、稳定性分析、假设检验
44
国家自然科学基金U1709213,61673351;浙江省自然科学基金LZ15F030003
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共9页
2250-2258