基于无迹卡尔曼滤波器的雷达测距算法研究

广义卡尔曼滤波(EKF)在进行数据处理时，仅对测距系统和量测方程作泰勒级数展开且仅保留线性项，因而EKF只适用于弱非线性对象的估计，被处理对象的非线性越强，引起的估计误差就越大，甚至会引起滤波发散。将无迹卡尔曼滤波(UKF)应用于非线性系统的目标处理。通过UKF在雷达测距中的应用和仿真结果分析表明，与EKF相比，UKF收敛快、对噪声适应能力更强且算法实现更简单。自适应无迹卡尔曼滤波（AUKF）可以对系统模型进行实时估计，通过分析知道无迹卡尔曼滤波算法满足实时性跟踪要求，实现了对运动目标的快速跟踪。