针对现有的迭代扩展卡尔曼滤波(EIEKF)跟踪时估计精度较低这一不足,提出了一种改进扩展卡尔曼滤波(NIEKF)新算法。该算法将迭代滤波理论引入到扩展卡尔曼滤波方法中,重复利用观测信息,采用经典的非线性非高斯模型进行仿真实验,给出
了该方法与扩展卡尔曼滤波(EKF)、Unscented 卡尔曼滤波(UKF)、现有的迭代扩展卡尔曼滤波(EIEKF)的仿真结果,并分析了其跟踪性能和均方根误差。仿真结果表明,改进扩展卡尔曼滤波(NIEKF)新方法具有更高的估计精度。
2019-12-21 19:34:52
1.56MB
卡尔曼滤波
1