基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后，把粒

真实路面的函数可以描述为路面不规则函数q=q(x,y)，其x和y坐标轴分别表示纵向和侧向轴。路面不平度被描述成具有高斯分布、稳态阶段、遍历性和零均值的随机过程。因此我们可以利用自己定义的单个轨迹和相干函数的二平行轨迹的功率谱密度来描述路面不平度。自定义的单轨迹功率谱密度可用如下方程描述：-In ride comfort research, it is important to simulate the vibration of automobile on uneven road. To buil