用于彈道目標跟蹤的有限差分擴展卡爾曼濾波算法

摘要：針對目前常用的濾波算法不能同時做到精確和高效跟蹤目標的缺點，提出一種有限差分擴展卡爾曼濾波(FDEKF)算法用于再入階段的彈道目標跟蹤，該算法應用有限差分運算得到濾波的驗前、驗后誤差協方差矩陣，避免了非線性函數求導運算，以及Jacobian陣和Hessian陣的計算，降低了計算難度，擴大了應用范圍，增強了濾波過程的收斂性，Monte Carlo數值仿真表明，FDEKF算法與擴展卡爾曼濾波(EKF)算法和無味卡爾曼濾波(UKF)算法相比較，在跟蹤精度上比EKF算法提高了約20％，與UKF算法相當，在計算復雜度上比EKF算法稍有增加，但比UKF算法低約39％，這說明FDEKF算法在計算量增加不多的情況下，濾波精度有顯著提高。