自适应高阶容积H_∞滤波算法在目标跟踪中的应用

为了改善传统容积卡尔曼滤波器(CKF)的滤波性能,将高阶容积卡尔曼滤波算法与非线性H∞鲁棒滤波算法相结合,提出一种自适应高阶容积H∞滤波算法(AHCHF)。该算法引入数值稳定性更强的奇异值分解方法(SVD)替换传统的Cholesky分解;同时将H∞鲁棒滤波的思想应用于高阶容积卡尔曼滤波;并基于新息与约束水平反比的关系,对约束水平γ值进行自适应选取,兼顾了滤波精度和系统的鲁棒性。仿真结果表明:相比于传统CKF算法和高阶CKF算法,AHCHF算法具有更高的滤波精度和鲁棒性。