基于M估计的鲁棒后向平滑CKF单站跟踪算法

来源：计算机工程与应用杂志2019年第11期北京时间：

作者：任 臻1，李积英1，吴 昊2

单位：1.兰州交通大学 电子与信息工程学院，兰州 730070；2.空军工程大学 信息与导航学院，西安 710077

摘要：提出一种基于M估计的鲁棒后向平滑容积卡尔曼滤波（M-estimated based Robust Backward-Smoothing Cubature Kalman Filter，MR-BSCKF）算法。该算法将改进的M估计思想引入后向平滑容积卡尔曼滤波（BSCKF）算法中，引入Mahalanobis距离构建P-Huber等价权函数，通过降低野值误判概率进一步提高滤波算法的鲁棒性；在传统CKF算法的基础上增加后向平滑函数，通过后向平滑和前向滤波相结合的二次滤波进一步提高滤波的精度，实现了算法精度和抗野值能力的统一。仿真结果表明，与传统算法相比，MR-BSCKF在有野值和无野值的情况下都能够得到更加准确的目标跟踪结果，且鲁棒性更强。

关键词：单站目标跟踪,非线性滤波,容积卡尔曼滤波,后向平滑,野值,M估计