一种基于KL-AEPF的无人机侦察移动目标定位算法
基于EPF的无人机侦察移动目标定位算法在采样阶段需要利用EKF算法计算所有粒子的均值和协方差,导致其计算量大.本文提出了一种基于KL距离的自适应EPF改进算法,该方法在采样阶段利用EKF算法更新前半部分粒子,后半部分粒子仍通过先验概率分布更新,然后根据两个粒子集概率分布间的KL距离自适应更新当前时刻的粒子数.在保证精度的同时选择合适的粒子数目,大幅度降低计算量,提高运算速度.通过实测飞行数据验证,该算法平均每个采样周期内粒子数为40,平均每个采样周期内计算时间为8 ms.与EPF算法相比,该方法能在保证定位精度的同时明显减少计算耗时,具有一定的工程应用价值.
无人机、目标定位、扩展卡尔曼粒子滤波、KL距离、自适应粒子滤波
40
TP391.4;TH74(计算技术、计算机技术)
国家自然科学基金61673017
2020-01-07（万方平台首次上网日期，不代表论文的发表时间）
共10页
227-236
