基于最小模糊误差熵的机动目标跟踪新方法

为了提高不同噪声影响下机动目标跟踪的性能,提出了一种基于最小模糊误差熵无迹滤波(Minimum Fuzzy Error Entropy Unscented Filter,MFEE-UF)机动目标跟踪新方法.在提出方法中,通过引入模糊隶属度表示不同误差样本对估计结果的不同影响,构建最小模糊误差熵准则(Minimum Fuzzy Error Entropy Criterion,MFEEC),解决了普通误差熵中的权重单一化问题,并利用该准则优化无迹滤波;在推导MFEE-UF过程中,首先利用无迹变换(Unscented Transformation,UT)框架得到先验状态估计和先验协方差估计,并通过系统重建得到误差信息,再根据MFEEC构建目标函数,最后利用定点迭代法递归求得后验状态估计结果和后验协方差估计.此外,本文采用一种自适应的核宽设置方法.实验结果表明,该算法能够具有良好的目标跟踪效果,且表现出较强的稳定性.