文献类型：期刊文章

作　　者：江宝安[1] 卢焕章[1]

机构地区：[1]国防科技大学ATR国家重点实验室,湖南长沙410073

出　　处：《雷达科学与技术》

年　　份：2003

卷　　号：1

期　　号：3

起止页码：170-174

语　　种：中文

收录情况：JST、ZGKJHX、普通刊

摘　　要：为了在物理条件下对目标进行精确建模 ,有时需要运用非线性、非高斯系统。而常规的卡尔曼滤波算法要求系统是线性高斯型的 ,因而不能直接用来解决非线性、非高斯问题。为了解决这一问题 ,人们开发出各种非线性滤波算法。一种是扩展卡尔曼算法 (EKF) ,它对非线性系统进行局部线性化 ,从而间接利用卡尔曼算法进行滤波与估算 ;另一种是序列蒙特卡罗算法 ,亦即粒子滤波器 (PF) ,它是最近出现的解决非线性问题的有效算法。本文简要介绍非线性跟踪的最优与次优贝叶斯算法 ,重点关注粒子滤波器 ,通过再入大气层弹道目标的例子 ,说明PF在目标跟踪中的应用。

关 键 词：粒子滤波器 目标跟踪 贝叶斯算法 非线性系统

分 类 号：TN953] TN713]