VD卡尔曼滤波

资 源 简 介

VD卡尔曼滤波

详 情 说 明

变维卡尔曼滤波（Variable Dimension Kalman Filter，VDKF）是针对机动目标跟踪问题的创新算法，由Bar-Shalom和Birmiwal在1982年提出。传统卡尔曼滤波在目标运动模式突变时会出现显著滞后，而VDKF通过动态调整状态向量维度实现自适应跟踪。

核心思想是根据目标机动性自动切换模型复杂度：当目标匀速运动时采用低维状态向量（如位置+速度），检测到机动时扩展为高维状态（增加加速度项）。这种维度切换机制通过假设检验实现，需设计合理的门限阈值来平衡灵敏度和误报率。

算法实现包含三个关键环节：首先是机动检测模块，通常采用加速度变化率或残差卡方检验；其次是状态向量扩维/降维时的协方差矩阵转换，需保证矩阵正定性；最后是模型概率加权环节，对不同维度滤波结果进行融合。

该算法特别适用于间歇性机动场景，如空中目标的规避机动或舰船变轨。相比固定维度交互多模型（IMM）方法，VDKF计算量更小且无需预设多个模型，但在强连续机动环境下可能略逊于IMM。现代改进方向多结合深度学习进行机动特征识别。