论文部分内容阅读
在以到达角(AoA)和到达时间(ToA)为观测量的三维目标跟踪中,异常值导致非线性滤波性能明显下降甚至发散.针对该问题,提出了一种基于M估计的鲁棒偏差补偿卡尔曼滤波算法(MR-BCKF).该算法首先利用AoA和ToA的等价几何关系对非线性观测方程进行伪线性化,接着依据M估计准则推导鲁棒伪线性卡尔曼滤波,然后采用偏差补偿策略提高跟踪精度.MR-BCKF利用马氏距离判别异常值,不依赖于噪声统计特性,并且通过构建改进的三段式权重函数增强鲁棒性.仿真结果表明,MR-BCKF相较于其他鲁棒滤波算法不仅能提高孤