论文部分内容阅读
该文构建了一个改进的多源异步观测数据情景下基于非线性运动学本构方程的集合卡尔曼滤波理论模型,该模型可以精确反演出目标运动状态参数(速度、加速度)以对目标后续运动进行预测。并基于集合卡尔曼滤波实现了多源观测数据融合,利用高精度观测数据修正低精度观测数据,修正后的数据精度可通过集合卡尔曼滤波提供的统计学信息进行标定,为非线性情形下目标轨迹多源异步数据融合问题提供了新的解决思路。