摘要: 传统卡尔曼滤波器依赖目标运动状态的数学模型,当目标运动数学模型不精确或不能够用线性状态空间模型描述时,跟踪滤波会发散。针对这一问题,提出了一种基于GM(1,1)(Grey model)模型的跟踪卡尔曼滤波方法。在卡尔曼滤波过程中,迭代所需的预测值不再依赖所建立的目标运动状态方程,而是用前几个时刻的估计值建立灰色微分方程来预测下一时刻的值,其预测精度高,滤波性能提高,特别在目标机动的时间内跟踪滤波效果要好于传统方法。仿真结果表明,是一种可行的机动目标跟踪方法。
中图分类号:
陶剑锋, 陈伏虎. 基于GM(1,1)模型的机动目标跟踪方法研究[J]. Journal of Systems Engineering and Electronics, 2009, 31(6): 1396-1399.
TAO Jian-feng, CHEN Fu-hu. Maneuvering target tracking based on GM(1,1) model[J]. Journal of Systems Engineering and Electronics, 2009, 31(6): 1396-1399.