无迹卡尔曼滤波UKF实现三维3D目标跟踪
本人长期在CSDN，有技术问题可以联系博主，必会
算法：标准的无迹卡尔曼滤波，可以参见《目标跟踪前沿理论与应用》
仿真场景：CV模型,三维目标，
传感器类型：主动雷达
MATLAB仿真仿真实现;
蒙特卡洛仿真实验，
仿真结果：三维跟踪轨迹，各维度跟踪轨迹，估计均方误差RMSE，位置RMSE,速度RMSE（结果图压缩文件都有）。
仿真参数设置：见下面链接的里面又给
仿真结果可以先看下面链接博客，代码肯定能运行且有结果，可开发性强，
如果有问题可联系WX:ZB823618313
对应的仿真模型及参数设置见扩展卡尔曼滤波
对应的理论分析和参数设置，见博文《无迹卡尔曼滤波UKF在目标跟踪中的应用—仿真部分》https://blog.csdn.net/weixin_44044161/article/details/115390660
2022-04-13 17:06:17
69KB
在Jerk模型的基础上，提出了一种新的高机动目标跟踪自适应算法STF―C―Jerk。该算法利用“当前”模型的思想，将Jerk项假设成为非零均值过程，更切合目标机动实际过程，同时通过引入强跟踪滤波器的渐消因子，实时调节滤波器增益，增强了系统对目标突发机动的自适应跟踪能力。仿真结果表明，提出的STF_C―Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的跟踪性能。
2022-03-29 22:18:10
314KB
1
针对“当前”统计模型中预先设置机动频率和加速度极限值造成对目标跟踪精度不高的问题, 提出一种新的参数自适应算法? 该算法利用目标前后2个时刻的加速度均值代替“当前”统计模型中只利用前一时刻的加速度值作为当前时刻的加速度均值,推导出了机动频率自适应,再利用加速度方差与加速度变化量之间 存在的正比线性关系,推导出了加速度方差自适应,避免了由于参数设置不合理而造成的跟踪误差?理论分析和仿真结果表明,改进算法有效提高了目标跟踪精度,仿真结果验证了改进算法的有效性?
2022-03-14 21:53:22
367KB
1