论文部分内容阅读
在以到达角(AoA)和到达时间(ToA)作为观测量的目标跟踪中,已有的非线性卡尔曼滤波很难同时兼顾低计算复杂度和高跟踪精度.针对该问题,提出了一种简单有效的偏差补偿卡尔曼滤波算法(BCKF).该算法首先利用AoA和ToA的等价几何关系对非线性观测方程进行伪线性化,得到伪线性卡尔曼滤波(PLKF).为解决PLKF面临的偏差问题,BCKF从理论推导了偏差构成项以及分析各项偏差的影响,然后补偿由伪线性观测噪声向量和观测矩阵相关性引起的偏差,实现更准确的状态估计.复杂度的理论分析和滤波性能的仿真结果表明,相较于其他滤波算法,BCKF以较低的计算开销实现了更高的跟踪精度,低噪声情况下可达到后验克拉美罗下界,并且收敛速度快,不容易受到初始误差的影响.