两阶段高维容积信息滤波及其在目标跟踪中的应用

非线性系统估计的过程是一个多传感器信息融合的过程,在集中处理量测数据的过程中,Kalman滤波具有很高的计算复杂度.尤其当系统模型中存在随机偏差时,扩维后计算量大幅增大,容易造成系统溢出和运行失败的问题.通过将两阶段容积Kalman滤波嵌入到扩展信息滤波框架的方式,提出了一种两阶段高维容积信息滤波算法.该算法初始化容易,计算量较小,直接利用协方差矩阵的逆与信息矩阵之间的等价关系参与滤波递推的过程,减少了对滤波增益阵的计算.在协方差矩阵的解算过程中,两阶段算法的协方差矩阵之间存在有耦合关系,因此在信息滤波中,两阶段信息矩阵之间也存在着某种耦合关系,算法中通过将非线性T变换和矩阵求逆应用于信息矩阵,得到了两阶段信息矩阵与协方差矩阵之间的耦合关系.通过纯方位跟踪系统的仿真实验,验证了两阶段高维容积信息滤波算法在精度上高于容积Kalman滤波算法,在运行时间上也短于容积Kalman滤波算法,证明了该算法的可用性.