估计偏差修正扩展卡尔曼滤波新算法

doi:10.3969/j.issn.1001-2400.2018.03.023

西安电子科技大学学报

估计偏差修正扩展卡尔曼滤波新算法

邓兵;孙正波;贺青

(盲信号处理重点实验室，四川成都 610041)

收稿日期:2017-04-17 出版日期:2018-06-20 发布日期:2018-07-18
作者简介:邓兵(1987-)，男，博士，E-mail: dengbing0317@sina.com
基金资助:
国家自然科学基金资助项目(61172140，61304264)

Novel extended Kalman filter with linear-correction

DENG Bing;SUN Zhengbo;HE Qing

(National Key Lab. of Science and Technology on Blind Signal Processing, Chengdu 610041, China)

Received:2017-04-17 Online:2018-06-20 Published:2018-07-18

摘要/Abstract

摘要：

针对扩展卡尔曼滤波跟踪器在非线性系统目标跟踪过程中容易发散这一难题，在时差频差测量体制下，提出了一种基于估计偏差修正的扩展卡尔曼滤波算法．首先利用加权最小二乘算法求解标准扩展卡尔曼滤波状态估计偏差并进行线性修正；然后重新计算观测矩阵并且再次进行滤波估计，以减小局部线性化截断误差对于观测矩阵的影响，提升目标状态跟踪精度．仿真结果证明了所提算法具有较好的目标跟踪性能．

关键词: 目标跟踪, 扩展卡尔曼滤波, 到达时差, 到达频差, 偏差修正

Abstract:

This paper considers the divergence problem of the extended Kalman filter(EKF) in performing estimation of the state of a nonlinear system. A linear-correction EKF algorithm that involves closed-form weighted least squares(WLS) optimization only is developed using the time difference of arrival(TDOA) and frequency difference of arrival(FDOA) measurements The proposed method first estimates and subtracts the initial state estimation error in the result of EKF using the WLS approach, then recycles the filtering process again to overcome the error caused by the part linearization operation for the measurement matrix in EKF. Simulation results demonstrate the good performance of the proposed method.

Key words: target tracking, extended Kalman filter, time difference of arrival, frequency difference of arrival, linear-correction

邓兵;孙正波;贺青. 估计偏差修正扩展卡尔曼滤波新算法[J]. 西安电子科技大学学报, 2018, 45(3): 130-135.

DENG Bing;SUN Zhengbo;HE Qing. Novel extended Kalman filter with linear-correction[J]. Journal of Xidian University, 2018, 45(3): 130-135.

参考文献

［1］蔚婧, 文珺, 李彩彩, 等. 辅助变量纯方位目标跟踪算法［J］. 西安电子科技大学学报, 2016, 43(1): 167-172.
YU Jing, WEN Jun, LI Caicai, et al. Modified Instrumental Variable Method for Bearings-only Target Tracking［J］. Journal of Xidian University, 2016, 43(1): 167-172.
［2］ LIU Y H, LI T, YANG Y Y, et al. Estimation of Tire-road Friction Coefficient Based on Combined APF-IEKF and Iteration Algorithm［J］. Mechanical Systems and Signal Processing, 2017, 88: 25-35.
［3］ YANG Y J, FAN X G, ZHOU Z F, et al. Amended Kalman Filter for Maneuvering Target Tracking［J］. Chinese Journal of Electronics, 2016, 25(6): 1166-1171.
［4］ CHEN X Y, XU Y, LI Q H, et al. Improving Ultrasonic-based Seamless Navigation for Indoor Mobile Robots Utilizing EKF and LS-SVM ［J］. Measurement, 2016, 92: 243-251.
［5］ TIAN Y, CHEN Z, YIN F L. Distributed Iterated Extended Kalman Filter for Speaker Tracking in Microphone Array Networks ［J］. Applied Acoustics, 2017, 118: 50-57.
［6］ YU H B, WANG G H, CAO Q, et al. A Fusion Based Particle Filter TBD Algorithm for Dim Targets［J］. Chinese Journal of Electronics, 2015, 24(3): 590-595.
［7］朱国辉, 冯大政, 周延, 等. 一种线性校正TOA定位算法［J］. 西安电子科技大学学报, 2015, 42(3): 22-25.
ZHU Guohui, FENG Dazheng, ZHOU Yan, et al. TOA Localization Algorithm Using the Linear-correction Technique ［J］. Journal of Xidian University, 2015, 42(3): 22-25.
［8］邓兵, 孙正波, 杨乐, 等. 存在站址误差时的线性校正TDOA定位算法［J］. 西安电子科技大学学报, 2017, 44(4): 252-258.
DENG Bing, SUN Zhengbo, YANG Le, et al. TDOA Localization with Linear-correction in the Presence of Sensor Position Errors［J］. Journal of Xidian University, 2017, 44(4): 252-258.
［9］ ZHU G H, FENG D Z. Bi-iterative Method for Moving Source Localisation Using TDOA and FDOA Measurements［J］. Electronics Letters, 2015, 51(1): 8-10.
［10］ HU D X, HUANG Z, CHEN X, et al. A Moving Source Localization Method Using TDOA, FDOA and Doppler Rate Measurements［J］. IEICE Transactions on Communications, 2016, E99B(3): 758-766.
［11］ DENG B, SUN Z B, YANG L, et al. A Linear-correction TDOA and FDOA Method for Moving Source Localization［J］. IEICE Transactions on Fundamentals, 2017, E100A(4): 1066-1069.

[1]	宋建锋,苗启广,王崇晓,徐浩,杨瑾. 注意力机制的多尺度单目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 110-116.
[2]	王海军,张圣燕,杜玉杰. 响应差异约束的相关滤波无人机目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 149-155.
[3]	顾兆军,陈辉,王家亮,高冰. 一种小型四轴飞行器目标跟踪控制算法[J]. 西安电子科技大学学报, 2021, 48(5): 117-127.
[4]	毛昭勇,王亦晨,王鑫,沈钧戈. 面向高速公路的车辆视频监控分析系统[J]. 西安电子科技大学学报, 2021, 48(5): 178-189.
[5]	逯彦,廖桂生,黄庆享. 结合稀疏表示的跨摄像头运动目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(2): 197-204.
[6]	张逸宸,水鹏朗. 一种改进的泊松点过程概率多假设跟踪方法[J]. 西安电子科技大学学报, 2021, 48(2): 27-34.
[7]	成磊,王玥,田春娜. 一种添加残差注意力机制的视觉目标跟踪算法[J]. 西安电子科技大学学报, 2020, 47(6): 148-157.
[8]	李翠芸,李洋,姬红兵,石仁政. 一步数据关联GLMB扩展目标跟踪算法[J]. 西安电子科技大学学报, 2020, 47(5): 137-143.
[9]	余志超,张瑞红. 结合深度轮廓特征的改进孪生网络跟踪算法[J]. 西安电子科技大学学报, 2020, 47(3): 40-49.
[10]	张昀普,单甘霖,段修生,王猛. 主/被动传感器辐射控制的调度方法[J]. 西安电子科技大学学报, 2019, 46(6): 67-74.
[11]	王明杰,姬红兵,刘龙. 噪声野值下的学生t分布混合CPHD滤波[J]. 西安电子科技大学学报, 2019, 46(5): 134-141.
[12]	宋建锋,苗启广,申猛,权义宁,陈毓生. 多特征融合的相关滤波红外单目标跟踪算法[J]. 西安电子科技大学学报, 2019, 46(5): 142-147.
[13]	李翠芸,陈东伟,石仁政. 自适应目标新生δ广义标签多伯努利滤波算法[J]. 西安电子科技大学学报, 2019, 46(2): 12-16.
[14]	齐小刚, 袁列萍, 刘立芳. 误差修正的声源目标混合定位算法[J]. 西安电子科技大学学报, 2019, 46(1): 1-7.
[15]	王海军,张圣燕. 自适应权值卷积特征的鲁棒目标跟踪算法[J]. 西安电子科技大学学报, 2019, 46(1): 117-123.

估计偏差修正扩展卡尔曼滤波新算法

Novel extended Kalman filter with linear-correction

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10