基于噪声估计的自适应无迹卡尔曼滤波算法

作者：叶泽浩; 宋亚伟; 陈传生; 何成伟

来源：空天预警研究学报, 2022, 36(04): 242-251.

• 无迹卡尔曼滤波算法
• SAGE-HUSA算法
• 自适应估计
• 目标跟踪

针对无迹卡尔曼滤波算法(UKF)需要借助较为准确的系统模型和噪声才能给出较为良好的滤波结果这一问题，提出了一种基于噪声估计的自适应无迹卡尔曼滤波算法(NEA-UKF)．首先将SAGE-HUSA算法原理引入到UKF算法中，使UKF算法具有自适应估计状态噪声和量测噪声的能力；然后在状态噪声和量测噪声估计方程中引入记忆指数衰减加权以及协方差匹配判据，提高了噪声的实时估计精度和稳定性；最后针对状态模型和状态噪声不准确情况下的目标进行跟踪仿真．仿真结果表明，NEA-UKF算法能较好地自适应调节状态噪声和状态噪声协方差矩阵去匹配目标的运动状态，且几乎不受目标状态的突变影响，保持了对目标的良好跟踪．

• 单位
  中国人民解放军空军预警学院