东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

基于无迹卡尔曼滤波的被动多传感器融合跟踪

期刊名称：控制与决策, 2008，23(4)：（EI：082211286179）
时间：0
分类：TN976[电子电信—信号与信息处理;电子电信—信息与通信工程]
作者机构：[1]西安电子科技大学电子工程学院,西安710071
相关基金：国家自然科学基金项目（60677040）.
相关项目：基于非线性滤波的红外弱小目标检测与跟踪新方法研究

关键词：无迹卡尔曼滤波, 集中式融合跟踪, 可观测性, 非线性, Unscented Kalman filter, Multi-sensor central fusion tracking, Observability, Nonlinearity

中文摘要：

针对被动传感器观测的非线性问题，将无迹变换引入卡尔曼滤波算法中．进一步，针对其弱可观测性，采用多个被动传感器集中式融合跟踪策略，提出了基于无迹卡尔曼滤波的被动多传感器融合跟踪算法．以3个被动站跟踪为例进行仿真研究，结果表明所提出的算法可达到比经典的扩展卡尔曼滤波算法更高阶的跟踪精度．

英文摘要：

According to the nonlinear problem for the passive-sensor system, unscented transformation is introduced into Kalman filter based on passive target tracking algorithm. Then, multi-passive-sensor fusion scheme is adopted to deal with the difficulty of observability problem for single passive sensor system. Thus, multi-passive-sensor fusion tracking algorithm based on unscented Kalman filter （UKF） is proposed. Simulation results show that the proposed algorithm perform better than extended Kalman filter （EKF） in target tracking for a three-passive-sensor system.

同期刊论文项目