论文部分内容阅读
在雷达目标跟踪精度优化问题的研究中,针对传统的UKF算法在对天波超视距雷达目标跟踪中精度不高和存在发散等问题,提出了一种改进的UKF算法,在Sigma采样中引入调节因子,保证预测方差矩阵的半正定性,并且在滤波更新后,采用整体最小二乘法得到下一次更新的预测值,比最小二乘法的拟合误差更小,从而使重新经过观测模型利用卡尔曼滤波机制得到的滤波值优于未经过迭代的滤波值,以达到提高滤波跟踪精度的效果。仿真结果表明,通过径向距离误差和方位角误差的比较,改进的UKF算法在处理目标跟踪中,既可提高滤波跟踪的精度,又能