固定指数加权模糊自适应EKF研究及其应用

为了改善扩展卡尔曼滤波(EKF)算法在机动目标跟踪中的跟踪性能,文中研究了一种固定指数加权模糊自适应扩展卡尔曼滤波技术,通过监视理论残差和实际残差的协方差一致程度,应用模糊推理系统不断调整滤波协方差,对扩展卡尔曼滤波器(EKF)进行在线自适应控制,最终实现最优估计。仿真结果表明,改进的算法稳定性高,精度得到明显改善,用于弱机动目标跟踪效果较好。

主被动雷达分层融合机动目标跟踪仿真研究

以目标跟踪为主要目的,对主被动雷达基于改进算法的分布式分层融合进行了仿真研究。仿真研究验证了基于固定指数加权模糊自适应EKF滤波算法的主被动雷达分层融合系统,能够显著提高目标跟踪精度且稳定性好。同时验证了分布式分层融合跟踪性能,明显优越于分布式平均加权融合方法。