《表2 3种算法运行时间比较Tab.2 The compare of run time among three algorithms》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于预测值量测转换的卡尔曼滤波跟踪算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

由图1可见，在3个仿真场景下，本文提出的方法PPUCM均能获得最小的RMSE值，即能获得更好的跟踪效果，而UCM和MUCM两者性能相当，仅在场景三中量测精度较差时MUCM才体现出相对于UCM的优势。本文算法不仅在3个场景下均体现出更好的性能，而且跟踪精度较传统算法的改善程度随着场景中量测误差的增大而变得更加明显。在场景三中，PPUCM的跟踪精度较MUCM提升近20%，较UCM提升超过20%，其原因在于，PPUCM方法在量测转换过程中以预测值为条件计算量测转换误差的均值和方差，避免了UCM计算中的不兼容性，也克服了MUCM计算中利用量测值为条件而导致的滤波增益与量测误差相关的问题。进一步，我们对比了3种算法的时效性，如表2所示。