基于抽样分布函数的Kalman滤波抗野值方法研究

更新时间:2023-05-21 00:27:01 阅读量: 实用文档 文档下载

说明:文章内容仅供预览,部分内容可能不全。下载后的文档,内容与下面显示的完全一致。下载之前请确认下面内容是否您想要的,是否完整无缺。

针对目标跟踪系统出现的观测量野值问题,在分析Kalman滤波新息序列样本统计量及其抽样分布函数的基础上,引入一种活化函数对新息序列进行修正,并提出了基于x^2检验模型和基于t检验模型的两种Kalman滤波抗野值方法。仿真实验表明,所提方法有效改善了野值对Kalman滤波器性能的影响,尤其是对于出现连续野值的情况。

20笫 5划 0820 N 5 0 8. o.

} _乜 r

刈抗

总笫 l2期 2S r s No 1 2 ei .2 e

1 C I ) C、 AR}仆 . 'R1NI 、 E、 ’ Al

基于抽样分布函数的 K la a n滤波抗野值方法研究 m王博黄鹏安玮周一宇( .国防科技大学电子科学与工程学院, 1长沙 4 0 7; .军工程大学电讯工程学院, 10 3 2空西安 7 0 7 ) 10 7

针对目标跟踪系统出现的观测量野值问题,分析 K l a波新息序列样本统在 a n滤 m

计量及其抽样分布函数的基础上,引入一种活化函数对新息序列进行修正,并提出了基于检验模型和基于 t验模型的两种 K l a波抗野值方法。仿真实验表明,检 a n滤 m所提方法

有效改善了野值对 K l a波器性能的影响, a n滤 m尤其是对于出现连续野值的情况。关键词样本抽样分布野值 Kla波 a n滤 m活化函数

Ree rh o te jcinM eh d o l n Fl r g sa c n Oul rRee t to sfrKama i ei i o t nBa e n S m p i g Dit i u i n sd o a l s r b to n

W a g Bo’ n

Hu n e s a g P u An W e i

Z o y h u Yiu

( . o eeo Eet ncSi c n nier g U T hnsa 10 3 h a 1 C l g f lc oi ce eadE g e n,N D,C agh 0 7,C i; l r n n i 4 n 2 T eT l o mui tnE g er gIs t e A E . h e cm nc i ni e n tu, F U,X’n7 0 7,C ia e ao n i n it ia 10 7 hn )

Ab ta t n t i a e,ame tt e o t es a p a e n tr e rc ig s se sr c:I hs p p r i d a h ul r p e r d i ag tta kn y tms,b s d o h i ae n tea ay i n te Kama l rn e o a in s q n e s mp ig a d t e s mpi g dsrb to u c n lsso h l n f ti g rn v t e ue c a ln n h a ln it u in f

n— i e o i t n, a ciain u cin i i to u e o or c t e r n v t n e u n e, a d wo k n s f i s n a t t fn t s n rd c d t c re t h e o a i s q e c o v o o o n t i d o

Kama l rn nio tirmeh d a e n t e a d h p t e i e tn d e r d a c d.T e l n f ti g a t u l to sb s d o h n y o ss tsi g mo la e a v n e i e - e h h

s uao eut so a t r oe l rh ol r eth ul r e ete,e ei l t i l i rsl w t t epo sda o t cud e c t otes f c vl s c l m tn sh h h p gi m j e i f i y p ayote c ni u u u l r . h o t o s o ti s n eK e wo d y r s: s pe; smpl g dsrb t n;o tir; Kama le n m a l a i it ui n i o ules l n f tr g;a t a in f n to i i ci t u cin v o

量值相差很大,者虽然量级上没有明显的差别,或

0引言在目标跟踪系统中,于测量仪器的突发故由障或人为因素的作用,得部分观测数据严重偏使

但是误差超越了系统所要求的正常观测误差范围。一般野值可分为三类¨:是单个野值:是 J一这在数据中个别出现的野值,由偶然性干扰引起的; 二是成片连续野值,它们在观测数据序列中连续出现并持续一段时间;三是随机性野值,它们的出现时问、值都是随机变化的。不同类型的野值取对跟踪系统影响的程度有所不同,害最大的是危

离目标真值,程上通常称为野值。野值又称异工常值或粗差,学上定义为观测误差发生了异常,数 即不服从正态分布,常是指量级上与正常观测通收稿日期:08年 3月 2 20 0日

本文来源:https://www.bwwdw.com/article/w344.html

Top