检索结果-内蒙古大学图书馆

控制理论与应用 2001年第5期18卷 653-656页

作者：梁彦贾宇岗潘泉张洪才清华大学自动化系北京100084 西北工业大学自动控制系西安710072

动态多模型估计 (SMME)广泛应用于结构和参数的不确定 /变化的估计问题中 ,比如目标跟踪和故障诊断与隔离 .然而由先验信息选定的滤波参数是模式切换与模式未切换情况下的折衷 .针对SMME ,本文通过在每个滤波循环开始处起始多个状态预... 详细信息

动态多模型估计 (SMME)广泛应用于结构和参数的不确定 /变化的估计问题中 ,比如目标跟踪和故障诊断与隔离 .然而由先验信息选定的滤波参数是模式切换与模式未切换情况下的折衷 .针对SMME ,本文通过在每个滤波循环开始处起始多个状态预测器实时地辨识滤波参数 ,包括模式切换概率和基于模型的过程噪声方差 .考虑到交互式多模型 (IMM)是SMME中比较有效的方法 ,我们将上述的参数辨识与IMM相结合 ,提出了一种自适应IMM(AIMM ) .在跟踪一个机动目标的仿真中 ,AIMM表现出了比IMM更高的估计精度 .

关键词：动态多模型估计交互式多模型算法目标跟踪自适应滤波参数辨识概率

来源：评论

学校读者我要写书评

暂无评论

基于修正加权矩阵的3维解耦无偏量测转换交互式多模型算法

引用

机器人 2015年第2期37卷 237-245,253页

作者：李为李一平封锡盛中国科学院沈阳自动化研究所机器人学国家重点实验室辽宁沈阳110016 中国科学院大学北京100049

为解决使用正规变换方法解耦高维耦合运动模型进行机动目标跟踪造成各坐标轴估计结果相互影响的问题,提出了一种改进的解耦方法.首先给出了基于卡尔曼滤波预测量的3维无偏量测补偿系数和转换量测方差表达式.然后在正规变换的基础上,详... 详细信息

为解决使用正规变换方法解耦高维耦合运动模型进行机动目标跟踪造成各坐标轴估计结果相互影响的问题,提出了一种改进的解耦方法.首先给出了基于卡尔曼滤波预测量的3维无偏量测补偿系数和转换量测方差表达式.然后在正规变换的基础上,详细给出了构造修正加权矩阵的改进解耦方法.最后结合交互式多模型算法进行了仿真实验,结果表明该方法能够在减少计算量的同时,消除各坐标轴向估计结果之间的相互影响,有利于交互式多模型算法的分析和使用.

关键词：量测转换卡尔曼滤波预测量交互式多模型算法正规变换解耦

来源：评论

学校读者我要写书评

暂无评论

基于“当前”统计模型的交互式多模型算法

引用

系统工程与电子技术 2008年第7期30卷 1351-1354页

作者：刘建书李人厚刘云龙西安交通大学电子与信息工程学院陕西西安710049

提出了一种基于"当前"统计模型的交互式多模型算法。在交互式多模型算法框架内,计算"当前"统计模型的概率,自适应地调整"当前"统计模型中目标加速度,使其能够反映目标的机动特性,充分发挥了"当前&qu... 详细信息

提出了一种基于"当前"统计模型的交互式多模型算法。在交互式多模型算法框架内,计算"当前"统计模型的概率,自适应地调整"当前"统计模型中目标加速度,使其能够反映目标的机动特性,充分发挥了"当前"统计模型和交互式多模型算法的优点,扩大了"当前"统计模型的应用范围,提高了"当前"统计模型的自适应性。Monte Carlo仿真结果表明了该算法的有效性。

关键词：目标跟踪 “当前”统计模型交互式多模型算法

来源：评论

学校读者我要写书评

暂无评论

两级交互式多模型算法

引用

自动化学报 2001年第5期27卷 651-656页

作者：梁彦谭伟潘泉张洪才清华大学自动化系北京100084 西北工业大学自动控制系西安710072

在混合估计中 ,交互式多模型滤波器 ( IMM—— Interacting Multiple Model)以其优越的性能而受到广泛的研究 .由于马尔可夫参数的限定 ,交互式多模型在模型数较多时会出现精度下降 ,从而限制了它在高维参数空间建模的有效性 .利用模型... 详细信息

在混合估计中 ,交互式多模型滤波器 ( IMM—— Interacting Multiple Model)以其优越的性能而受到广泛的研究 .由于马尔可夫参数的限定 ,交互式多模型在模型数较多时会出现精度下降 ,从而限制了它在高维参数空间建模的有效性 .利用模型集的概念 ,首次提出了双马氏过程的模型切换假设 ,从而构造出一种两级交互式多模型滤波器 .通过辨识系统噪声的多个统计参数比较了两级交互式多模型滤波器与常规交互式多模型滤波器 .结果表明 :对于大信噪比信源 (即小的量测噪声 ) ,两级交互式多模型滤波器与常规交互式多模型滤波器性能基本相当 ;而对于小信噪比信源 (即大的量测噪声 ) 。

关键词：交互式多模型算法自适应滤波噪声辨识系统辨识

来源：评论

学校读者我要写书评

暂无评论

基于模型空间分解的交互式多模型算法

引用

西北工业大学学报 2001年第3期19卷 394-398页

作者：梁彦潘泉贾宇岗张洪才西北工业大学自动控制系陕西西安710072

由于马尔可夫参数的限定 ,交互式多模型的估计精度会在模型数过多时下降。这限制了它在高维参数空间的应用。通过将交互式多模型建模空间分解 ,构造出一种两级交互式多模型算法。并通过辨识系统噪声的多个统计参数 ,比较了新算法与常规... 详细信息

由于马尔可夫参数的限定 ,交互式多模型的估计精度会在模型数过多时下降。这限制了它在高维参数空间的应用。通过将交互式多模型建模空间分解 ,构造出一种两级交互式多模型算法。并通过辨识系统噪声的多个统计参数 ,比较了新算法与常规交互式多模型滤波器。

关键词：交互式多模型算法噪声辨识马尔可夫参数混合估计模糊滤波器模型空间分解

来源：评论

学校读者我要写书评

暂无评论

基于模糊推理的改进的交互式多模型算法

引用

济南大学学报（自然科学版） 2017年第2期31卷 129-135页

作者：刘政马增强柳晓云闫德立石家庄铁道大学电气与电子工程学院河北石家庄050043

为了提高交互式多模型算法的跟踪精度,提出一种利用模糊推理对交互式多模型算法进行优化的方法,以模型概率为输入,输出值为模型系统噪声协方差的系数,通过该系数来调节模型系统噪声协方差以减少误差;以基于卡尔曼滤波器的交互式多模型... 详细信息

为了提高交互式多模型算法的跟踪精度,提出一种利用模糊推理对交互式多模型算法进行优化的方法,以模型概率为输入,输出值为模型系统噪声协方差的系数,通过该系数来调节模型系统噪声协方差以减少误差;以基于卡尔曼滤波器的交互式多模型滤波器的应用为例,分别对交互式多模型算法在模型匹配和不匹配的情况进行实验分析,并对改进前、后的交互式多模型算法进行比较。结果表明,基于模糊推理的改进的交互式多模型算法能取得更好的跟踪效果。

关键词：交互式多模型算法模糊推理系统噪声协方差蒙特卡洛仿真目标跟踪

来源：评论

学校读者我要写书评

暂无评论

交互式多模型算法在直升机跟踪中的应用

引用

雷达与对抗 2020年第1期40卷 4-6,11页

作者：马珂杨春华海军装备部上海局上海201206 上海广电通信技术有限公司上海200237

基于直升机目标的运动特点,运用交互式多模型(IMM)算法对直升机目标进行跟踪滤波。对IMM算法作了详细的数学描述,介绍了直升机目标的跟踪流程和IMM算法的具体实现方法。结果证明,IMM算法能够很好地预测出直升机的运动趋势,并能应对机动... 详细信息

基于直升机目标的运动特点,运用交互式多模型(IMM)算法对直升机目标进行跟踪滤波。对IMM算法作了详细的数学描述,介绍了直升机目标的跟踪流程和IMM算法的具体实现方法。结果证明,IMM算法能够很好地预测出直升机的运动趋势,并能应对机动情况。

关键词： IMM算法交互式多模型算法卡尔曼滤波模型概率直升机跟踪

来源：评论

学校读者我要写书评

暂无评论

交互式多模型算法的远程控制机器人设计

引用

上海电气技术 2011年第3期4卷 54-58页

作者：袁铸马林申一歌河南工业职业技术学院河南南阳473000

设计了一种远程控制机器人,并采用了交互式多模型(IMM)算法,使操作人员在远离危险的情况下完成控制操作,提高了机器人服务器跟踪目标的能力。实验证明:机器人系统在远程可控性和实时性上有良好的表现。

关键词：机器人远程控制交互式多模型算法目标跟踪

来源：评论

学校读者我要写书评

暂无评论

交互式多模型算法性能分析

交互式多模型算法性能分析

引用

中国自动化学会第十三届青年学术年会

作者：梁彦潘泉张洪才工业大学自动控制系(西安)

该文针对混合估计中交互式多模型算法（ＩＭＭＡ）的性能分析问题，首先研究了输入交互对模型估计的影响，找到了输入交互对模型估计精度影响的四条定性结论定义了输入的模型误差压缩比，从而定量分析了输入交互参数对模型估计精度的影... 详细信息

该文针对混合估计中交互式多模型算法（ＩＭＭＡ）的性能分析问题，首先研究了输入交互对模型估计的影响，找到了输入交互对模型估计精度影响的四条定性结论定义了输入的模型误差压缩比，从而定量分析了输入交互参数对模型估计精度的影响，为ＩＭＭＡ的理论研究以及参数物理意义的进一步明是供了依据。

关键词：自适应滤波交互式多模型算法目标跟踪

来源：评论

学校读者我要写书评

暂无评论

基于Bayesian-Fisher混合模型改进的交互式多模型算法

引用

弹箭与制导学报 2018年第1期38卷 77-82页

作者：包守亮程水英合肥电子工程学院

针对交互式多模型算法(interacting multiple model,IMM)存在模型集设计困难的问题,提出一种改进的IMM算法。该算法将当前统计模型(current statistical,CS)融入到Bayesian-Fisher混合模型中,实现对加速度均值的在线自适应调整,从而提... 详细信息

针对交互式多模型算法(interacting multiple model,IMM)存在模型集设计困难的问题,提出一种改进的IMM算法。该算法将当前统计模型(current statistical,CS)融入到Bayesian-Fisher混合模型中,实现对加速度均值的在线自适应调整,从而提高对过程噪声协方差的估计精度,减少模型失配。同时,对匀速模型(constant velocity,CV)进行改进,并将改进的CS、CV模型在IMM算法的体系下进行交互。仿真结果表明,改进的IMM算法能快速响应目标状态的变化,取得优于IMMCVCA、IMMCVCS、IMMCVCACT以及IMMCVSTMIE的跟踪性能。

关键词：机动目标跟踪交互式多模型算法当前统计模型 Bayesian-Fisher混合模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：