基于强跟踪平方根容积卡尔曼滤波的纯方位目标运动分析方法

来源：计算机测量与控制杂志2016年第11期北京时间：

作者：王艳艳,刘开周,封锡盛

单位：中国科学院沈阳自动化研究所机器人学国家重点实验室

摘要：针对纯方位目标跟踪系统中模型状态简化、系统噪声统计特性未知、目标初始距离信息不准确导致的滤波收敛时间长和滤波精度不高的问题,以自主水下机器人(Autonomous Underwater Vehicle, AUV)跟踪水下动态目标为例,提出了一种基于强跟踪平方根容积卡尔曼滤波器(Strong Tracking Square Root Cubature Kalman Filter, STFSRCKF)的纯方位目标运动分析算法。该算法在滤波过程中,利用平方根容积卡尔曼滤波器(Square Root Cubature Kalman Filter, SRCKF)完成预测更新,对于SRCKF中的每个容积点采用强跟踪滤波器(Strong Tracking Filter, STF)进行更新,设计滤波增益以抑制噪声对系统状态估计的影响,有效提高了滤波的数值稳定性,减小了状态估计误差。通过仿真分析,比较了扩展卡尔曼滤波器(Extended Kalman Filter, EKF)、无迹卡尔曼滤波器(Unscented Kalman Filter, UKF)、平方根容积卡尔曼滤波器(Square-Root Cubature Kalman Filter, SRCKF)、STFSRCKF的算法性能,实验表明所提算法具有跟踪速度快,精度高等优点。

关键词：AUV;纯方位目标跟踪;非线性系统;平方根容积卡尔曼滤波;强跟踪滤波

基金资助：国家自然科学基金面上项目(NO.61273334)；中国科学院科研装备研制项目（No.YZ201441）；中国大洋矿产资源研究开发协会前沿课题（No.DY125-22-QY-24）