基于CKF 的分布式滤波算法及其在目标跟踪中的应用
CSTR:
作者:
作者单位:

1. 西南交通大学电气工程学院,成都610031;
2. 成都电业局电力调控中心,成都610041.

作者简介:

丁家琳

通讯作者:

中图分类号:

TP273

基金项目:

国家自然科学基金项目(51177137);国家自然科学基金重点项目(61134001).


Distributed algorithm-based CKF and its applications to target tracking
Author:
Affiliation:

1. School of Electrical Engineering,Southwest Jiaotong University,Chengdu 610031,China;
2. Electric Power Dispatching Control Center,Chengdu Electric Power Bureau,Chengdu 610041,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对已有基于Sigma 点信息滤波的分布式滤波算法, 其性能易受参数影响而导致应用范围受限的问题, 以容积卡尔曼滤波(CKF) 为基础, 利用信息滤波和平均一致性理论提出一种分布式CKF 算法. 该算法在保持分布式滤波优良特性(即可扩展性和对节点故障强鲁棒性) 的同时, 兼具CKF 的高滤波精度和强稳定性. 仿真结果表明了所提出算法的有效性, 与分布式Unscented 卡尔曼滤波(UKF) 算法相比, 该算法显著提高了目标跟踪的精度和稳定性.

    Abstract:

    For the problem that the performance of distributed filter based on Sigma point information filtering is affected by the parameters, which limits its scope of application, a distributed CKF based on cubature Kalman filter(CKF) is derived by using the information filter framework and the average-consensus theory. This algorithm not only keeps advantages of the distributed filtering, such as the scalability and the robustness to sensor failures, but also has the high accuracy and strong stability of CKF. The simulation result shows the effectiveness of the proposed algorithm. Compared with the distributed UKF algorithm, it improves the accuracy and stability of the target tracking issue.

    参考文献
    相似文献
    引证文献
引用本文

丁家琳 肖建 张勇.基于CKF 的分布式滤波算法及其在目标跟踪中的应用[J].控制与决策,2015,30(2):296-302

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-10-03
  • 最后修改日期:2014-02-26
  • 录用日期:
  • 在线发布日期: 2015-02-20
  • 出版日期:
文章二维码