摘要：对于目标跟踪系统，当观测不确定性相对系统不确定性较大时，如果采用EKF，UKF算法，由于概率密度函数（PDF）由高斯分布近似使真实的分布结构扭曲，导致系统性能下降或发散，采用粒子滤波时，因为系统不确定性相对观测不确定性较小，所以重采样会使粒子间的独立性消失，导致系统性能下降。为了提高目标跟踪的精度，该文给出一种SMCEKF及SMCUKF滤波算法，在SMC（Sequential Monte Carlo）算法中分别引入EKF及UKF，由独立滤波器更新和传播的随机采样点和相应权重来表示状态的PDF，由于初值和滤波都是独立的，所以确保了表示PDF的随机样值的独立性，在滤波器个数较少、计算量较小的情况下使滤波性能得到提高。文中给出了理论分析和仿真实例证明算法的有效性。

关键词：序列蒙特卡罗 随机采样 跟踪 ukf 粒子滤波 

单位：北京航空航天大学电子信息工程学院; 北京100083