卡尔曼滤波是毫米波交通雷达常用的滤波方法。该提案提出了一种自适应强跟踪扩展卡尔曼滤波器（EKF）算法，旨在解决经典EKF精度低和收敛时间长的问题。该方法基于ST算法，将时变衰落效应纳入传统EKF的协方差矩阵中。它允许重新校准协方差矩阵以及目标车辆的精确滤波和状态估计。通过改变 ST 算法的衰落和衰减因子并使用正交原理，将最小二乘优化产生的许多微调衰落因子与区域最优衰减因子一起引入。蒙特卡罗实验结果表明，与现有同类方法相比，平均速度误差至少降低了38%。结果验证了该方法在观测大都市地区车辆运动方面的有效性，满足毫米波雷达技术用于交通监控的先决条件。



"点击查看英文标题和摘要"