【出 处】：《 计算机仿真 》 CSCD 2012年第29卷第2期 198-203页,共7页

【作 者】： 余熙 ; 张天骐 ; 白娟 ; 魏世朋

【摘 要】 研究机动目标跟踪优化问题，传统的扩展卡尔曼滤波（Extended Kalman Filtering，EKF），无迹卡尔曼滤波（Unscented Kalman Filtering，UKF）跟踪机动目标强非线性系统，滤波精度有限，并存在噪声。为了提高跟踪滤波的精准性和可靠性，提出建立一种协同转弯非线性模型，将辅助粒子滤波（Auxiliary Particle Filtering）和数据融合相结合的跟踪滤波算法。辅助粒子滤波在重采样前对各个粒子权值依据似然函数进行修正，同时采用一种将多个滤波器结合的实用的数据融合方法，可以进一步提高滤波精度。经仿真表明，算法能减小运算量，并能很好的提高跟踪滤波精度。