论文部分内容阅读
卡尔曼滤波器对线性高斯滤波问题能提供最优解，而对目标运动模型、观测方程等要求的非线性就不再适合，提出了一种机动目标自适应非线性粒子滤波算法一“粒子滤波器”（Particle Filters PF）法，这种方法不受线性化误差和高斯噪声假定的限制，适用于任何状态转换或测量模型，分析比较了粒子滤波（PF）与扩展卡尔曼滤波算法（EKF）的滤波精度、运算量等方面指标。给出了基于典型非线性模型的算法仿真，仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪。