一种基于简化自适应SCKF的目标跟踪算法

为降低传统自适应SCKF(Square-Root Cubature Kalman Filter)在目标跟踪过程中的计算负担,依据目标跟踪模型中状态方程通常为线性的特点,提出一种简化自适应SCKF算法。该算法在一步预测过程中,利用状态转移矩阵代替容积点,实现对状态变量和协方差矩阵的计算,达到降低运算复杂度的目的。通过对机动目标跟踪的仿真验证:相比于传统的自适应SCKF,提出的简化自适应SCKF不但能够保证跟踪精度,还能有效地提高运算效率。     

MEMS陀螺随机漂移误差系数的动态提取

针对传统Allan方差提取微机电系统（MEMS）陀螺随机误差系数仅得到近似均值,与实际中其随时间在均值附近波动不相符的缺点,提出一种动态提取MEMS陀螺随机误差系数的方法。该方法将窗函数引入Allan方差计算,不仅能够正确提取MEMS陀螺随机误差系数,而且还能得到MEMS陀螺随机误差系数的时间变化曲线,这将有利于MEMS陀螺的性能分析和误差补偿。实验证明该方法提取的MEMS陀螺随机误差系数的时间变化曲线在以传统Allan方差得到的近似均值附近波动。由此可见,该方法具有一定的可信度。