强跟踪滤波(strong tracking filtering),工学-控制科学与工程-系统辨识、建模与自适应控制-辨识与估计-状态估计-滤波-强跟踪滤波,在扩展卡尔曼滤波器中引入合理确定的次优渐消因子,使其具备对突变状态有较强的跟踪能力的一种滤波算法。扩展卡尔曼滤波器(extended Kalman filter; EKF)一般用来解决非线性系统的状态估计问题,然而EKF关于模型不确定性的鲁棒性很差,造成EKF对状态估计不准,甚至出现发散等现象。此外,EKF在系统达到平稳状态时,将丧失对突变状态的跟踪能力。这是EKF类滤波器(包括卡尔曼滤波器在内)的另一大缺陷。造成这种情况的主要原因是:当系统达到平稳状态时,EKF的增益阵将趋于极小值。这时,若系统状态发生突变,预报残差将随之增大。然而,此时的增益阵仍将保持为极小值,不会随信息的增大而相应地增大。因此,EKF将丧失对突变状态的跟踪能力。从这个意义上可以认为,EKF类滤波器是一种开环滤波器,因为这类滤波器的增益阵不会随滤波效果自适应地进行调整,这就在某种程度上损失了对系统状态准确跟踪的能力。