简介：针对目标跟踪中非线性滤波精度下降甚至发散的问题，提出了一种时变噪声统计估计的自适应无迹卡尔曼滤波（UnscentedKalmanFiltering，UKF）算法。首先将系统模型和滤波算法修正为适于噪声非零均值时的情况，然后根据极大后验估计原理，推导出一种次优的时变噪声统计估计器，其系数通过指数加权的衰减因子计算得到，最后与传统UKF算法结合形成自适应的滤波算法。仿真结果表明，该算法保证了滤波收敛性，能够对目标进行有效跟踪，而且滤波精度显著提高。
时变噪声统计估计的自适应UKF目标跟踪算法
