扩展目标跟踪Student’s t逆Wishart平滑算法

脉冲干扰和离群量测信息等因素通常会导致异常的厚尾噪声,这使得以高斯假设为前提的扩展目标跟踪(ETT)估计器的性能急剧降低,针对该问题该文提出一种基于扩展目标随机矩阵模型(RMM)的Student’s t逆Wishart平滑(StIWS)算法。首先,将目标的运动状态以及过程噪声和量测噪声建模为Student’s t分布以表征异常噪声对扩展目标概率分布的影响,将目标扩展状态建模为服从逆Wishart分布的随机矩阵。然后,在Student’s t贝叶斯平滑框架下,详细推导了能在扩展目标的多重特征动态演变的过程中有效估计目标状态的StIWS算法。最后,通过扩展目标跟踪的仿真实验结果和真实场景实验结果验证了所提算法的有效性。

平滑算法在航空物探高精度姿态测量中的应用

为了满足航空物探对于高精度姿态、位置基准的需求,对平滑算法在航空物探高精度姿态测量中的应用进行研究。采用SINS与单天线GPS组合导航的方案,构建了15状态Kalman滤波器。通过仿真实验和转台实验分析了机动对于状态估计的影响,对比了Kalman滤波与R-T-S(Rauch-Tung-Streibel)平滑的估计效果。实验结果表明:经过R-T-S平滑处理后,可以显著提高组合导航系统的状态估计精度,在长航时高动态条件下为航空物理探测仪器提供高精度的参考基准。