针对非线性系统中的目标跟踪问题, 在机动转弯模型的基础上提出容积卡尔曼滤波(CKF)与自适应网格(AG)思想相结合的变结构多模型(VSMM)算法, 即基于CKF的自适应网格交互式多模型算法(CKF-AGIMM)。该算法将CKF作为滤波器, 利用网格中心和网格最小间距的调整对转弯模型集进行自适应变化以有效跟踪目标。与基于容积卡尔曼滤波的交互式多模型算法(IMMCKF)进行了仿真对比。实验结果表明, 在未增加运行时间的情况下, 该算法相比于IMMCKF算法有更高的跟踪精度与稳定性。
目标跟踪 容积卡尔曼滤波 自适应网格 交互式多模型 变结构多模型 target tracking cubature Kalman filter adaptive grid interacting multiple model variable structure multiple model
针对强跟踪容积卡尔曼滤波(STCKF)算法因引入渐消因子而导致计算量增加、实时性变差的问题，提出一种简化的STCKF算法。通过证明STCKF算法的时间更新环节与KF算法的一步预测过程相一致，推导出简化的STCKF算法，并进行了算法复杂度分析。仿真结果表明，简化后的STCKF算法在保证滤波精度不变的情况下，有效提高了算法实时性。
目标跟踪 强跟踪 容积卡尔曼滤波 实时性 target tracking strong tracking Cubature Kalman Filter (CKF) real-time performance
