在机动目标跟踪中,卡尔曼滤波器(KF)及其改进算法的性能依赖于过程噪声统计特性的准确性,若模型过程噪声与实际存在偏差,通常会出现估计误差增大甚至发散的现象.无偏有限冲击响应滤波器(UFIR)在滤波过程中无需过程噪声统计特性的先验知识,将其应用于机动目标跟踪中,针对现有UFIR滤波器中广义噪声功率增益(GNPG)不随量测新息变化的问题,设计了一种根据相邻时刻量测新息比值动态调整GNPG的改进UFIR滤波器,改善了UFIR滤波器的机动检测能力.仿真结果表明,当假定过程噪声准确时,现有和改进UFIR滤波器与KF的跟踪性能相似;但当假定过程噪声不准确时,改进UFIR滤波器具有最佳的滤波效果. 相似文献
1