中国电子科技集团公司第二十研究所 刘翌祥

武器系统的快速发展对目标跟踪精度的要求越来越高，由于系统环境包括各种各样的干扰，卡尔曼滤波器凭借其优良的噪声处理能力而被广泛应用。工程实践中由于系统环境存在随机干扰，导致观测得到的信号中含有随机噪声，往往不能直接得到状态变量的真实值；通过算法单独分离出目标运动状态是很难实现的，卡尔曼滤波器就是降低噪声解决这类问题的好方法。

卡尔曼滤波就是通过不断迭代，一步步递推计算，逐步得到测量目标模型的最优估计值，这种不断逼近最优的方法是目标跟踪中最热门的一种算法，通过一系列处理算法，建立近似的目标运动轨迹，对目标状态进行实时估计和预测，根据估计值对目标进行评估。本文主要介绍了卡尔曼滤波算法的基本原理，并通过其在目标跟踪数据处理系统中的应用，结合轨迹仿真进行了研究分析。

1 卡尔曼滤波算法

现代目标滤波系统中应用最广泛的是卡尔曼滤波算法，以卡尔曼滤波为基础后续发展起来其他衍生算法。随着连续系统卡尔曼滤波的推广，彻底实现了滤波算法在解决工程实际问题中的实用性。

卡尔曼滤波算法以最优条件估计为目标，以误差方差值最小为准则，将从目标模型中得到的测量值一步步递推实时获取新时刻的状态估计值。卡尔曼滤波算法中的目标状态值，是由目标状态空间方程、滤波观测方程加上实时测量噪声和系统噪声逐步地推计算得到的。……