基于递归工具变量卡尔曼滤波算法的纯方位水下目标跟踪
CSTR:
作者:
作者单位:

(大连海事大学船舶电气工程学院,辽宁大连116026)

作者简介:

通讯作者:

E-mail: geguo@yeah.com.

中图分类号:

TP27

基金项目:

国家自然科学基金项目(61273107, 61573077).


Recursive instrumental variable Kalman filtering algorithm for underwater bearing-only target tracking
Author:
Affiliation:

(Institute of Ship Electrical and Engineering,Dalian Maritime University,Dalian 116026,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:

    基于纯方位信息的水下目标跟踪中常用的伪线性卡尔曼滤波算法偏差较大、跟踪精度差,结合偏差补偿算法提出一种用于纯方位水下目标跟踪的递归工具变量卡尔曼滤波算法,并将过程噪声协方差的不确定性考虑在内.针对伪线性卡尔曼滤波算法的偏差问题,采用递归工具变量算法的工具变量矩阵来消除量测矩阵与伪线性噪声间的关联性,从而消除偏差.仿真结果表明,所提出的递归工具变量卡尔曼滤波算法在水下方位角噪声较大时也能保持稳定性和跟踪精度.

    Abstract:

    The pseudolinear Kalman filter suffers from more bias and poor tracking accuray in underwater target tracking based on bearings-only information, therefore, a recursive instrumental variable Kalman filter algorithm combined with the bias conpensation algorithm is proposed for bearings-only underwater target tracking, and uncertain process noise covariance is considered. For the bias problem of the pseudolinear Kalman filter, the instrumental variable matrix in the recursive instrumental variable algorithm is adopt to remove the correlation between measurement vectors and pseudolinear noise, as to remove the bias. Simulation results show that the stability and tracking accuracy of the proposed algorithm can be kept in the environment with large underwater noise.

    参考文献
    相似文献
    引证文献
引用本文

郭戈,王兴凯,徐慧朴.基于递归工具变量卡尔曼滤波算法的纯方位水下目标跟踪[J].控制与决策,2020,35(1):107-114

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:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2019-12-27
  • 出版日期:
文章二维码