论文部分内容阅读
为提升平方根容积卡尔曼滤波（SRCKF）算法在单站无源跟踪中对机动目标的跟踪性能，提出一种强跟踪修正SRCKF算法。利用标准卡尔曼滤波对状态变量及误差协方差矩阵平方根进行预测，替代原有的容积点加权和的近似计算方法。使用一次状态估计值构造新的测量方程，并结合标准卡尔曼滤波进行二次滤波估计，从而提高滤波精度。借鉴强跟踪滤波器思想，将时变渐消因子引入状态预测误差协方差阵的平方根中，实时调整增益矩阵，从而使算法具有自适应跟踪目标能力，增强其应对突变机动的鲁棒性。仿真结果表明，与SRCKF算法相比，该算法在常规机动