论文部分内容阅读
卡尔曼滤波最初提出的滤波理论只适用于线性系统,本文描述了非线性滤波算法的原理和特点,有EKF(扩展卡尔曼滤波)和UKF(无损卡尔曼滤波)两种,本文举例验证对比了两者,同时也给出了采用无损卡尔曼滤波算法在目标跟踪数据的仿真。UKF(无损卡尔曼滤波)以Unscented变换为基础,克服了传统的非线性滤波的算法存在精度不高、稳定性差、反应迟缓等缺点,使预测精度得到了提高。基于上述优点,UKF被广泛应用于导航、目标跟踪、信号处理和神经网络等多个领域。