《表2 梯度洗脱条件：一种基于KL-AEPF的无人机侦察移动目标定位算法》

  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KL-AEPF的无人机侦察移动目标定位算法》

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

3种算法的定位测速结果对比如表2所示，其中本文算法对目标位置估计综合误差略优于EPF算法，利用EKF算法定位估计综合误差在测量前期与本文算法相近，但在26 s后定位结果发散了。在实际飞行过程中，由于自然环境因素（如风、雨）或光电平台性能问题，可能造成光电平台未对准目标、激光打偏等问题，造成测量噪声不再服从高斯分布，EKF是高斯模型下的滤波算法，对于非高斯模型处理能力较弱，而粒子滤波受非高斯模型影响较小。本文算法对目标测速误差高于EPF算法，EKF算法对实测数据定位估计不收敛，测速估计结果并没有实际意义。由测量标准差和测速标准差可知，EKF稳定性较差，而本文算法的稳定性能达到EPF的水平，稳定性较强。