检索结果-内蒙古大学图书馆

电子与信息学报 2014年第7期36卷 1579-1584页

作者：单甘霖张凯吉兵军械工程学院电子与光学工程系石家庄050003 军械工程学院信息工程系石家庄050003

根据目标2维运动速度与姿态角的关系,该文提出一种姿态角辅助目标跟踪算法。在目标运动学基础上建立状态向量中包含姿态角的跟踪模型,实现姿态角对目标跟踪的辅助;针对基于模板匹配姿态角量测的噪声为非高斯情况,将均方根容积卡尔曼滤... 详细信息

根据目标2维运动速度与姿态角的关系,该文提出一种姿态角辅助目标跟踪算法。在目标运动学基础上建立状态向量中包含姿态角的跟踪模型,实现姿态角对目标跟踪的辅助;针对基于模板匹配姿态角量测的噪声为非高斯情况,将均方根容积卡尔曼滤波引入到高斯和滤波框架下,提出新的高斯和均方根容积卡尔曼滤波算法,提高非线性非高斯处理能力,同时结合目标运动中姿态角的变化规律,建立姿态角分量不同的跟踪模型,通过模型切换实现机动姿态角的滤波。算法对姿态角量测进行滤波,同时实现了姿态角信息与位置信息的有效融合。仿真结果验证了该算法的有效性和正确性。

关键词：目标跟踪信息融合非线性非高斯滤波均方根容积卡尔曼滤波模型切换

来源：评论

学校读者我要写书评

暂无评论

一种改进的均方根容积粒子滤波算法

引用

火力与指挥控制 2016年第1期41卷 104-108页

作者：胡颖山西职业技术学院太原030006 北京科技大学自动化学院北京100083

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算... 详细信息

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。

关键词：粒子滤波均方根容积卡尔曼滤波重要性采样统计距离

来源：评论

学校读者我要写书评

暂无评论

基于高斯和SCKF的姿态角辅助三维目标跟踪

引用

控制与决策 2015年第1期30卷 46-52页

作者：张凯单甘霖军械工程学院电子与光学工程系石家庄050003

首先,根据目标运动与姿态角的关系,分析目标在偏航角和俯仰角下的速度变化,进而推导出姿态角辅助三维目标跟踪模型;然后,针对姿态角量测非高斯情况,在分析均方根容积卡尔曼滤波的基础上,提出新的高斯和均方根容积卡尔曼滤波算法,以提高... 详细信息

首先,根据目标运动与姿态角的关系,分析目标在偏航角和俯仰角下的速度变化,进而推导出姿态角辅助三维目标跟踪模型;然后,针对姿态角量测非高斯情况,在分析均方根容积卡尔曼滤波的基础上,提出新的高斯和均方根容积卡尔曼滤波算法,以提高非线性非高斯的处理能力;最后,结合不同运动模式下姿态角分量的特点,建立姿态角分量不同的跟踪模型,通过模型切换实现对姿态角机动的跟踪.仿真结果验证了所提出跟踪模型和滤波算法的正确性和有效性.

关键词：目标跟踪均方根容积卡尔曼滤波高斯和滤波模型切换

来源：评论

学校读者我要写书评

暂无评论

基于均方根容积粒子的SMC-PHD算法

引用

北京航空航天大学学报 2015年第10期41卷 1950-1958页

作者：刘哲王祖林徐迈刘景贤杨蓝北京航空航天大学电子信息工程学院北京100191 中北大学信息与通信工程学院太原030051

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的... 详细信息

传统的序贯蒙特卡罗概率假设密度(SMC-PHD)算法采用状态转移密度作为重要性采样函数.当目标非线性运动时,少数粒子将具有较大的权值,导致估计精度低、结果发散.针对上述问题,提出了一种基于均方根容积卡尔曼滤波(SCKF)和统计门限技术的重要性采样函数设计方法.在重要性采样函数估计时,首先利用SCKF对重要性采样函数的均值和协方差阵进行预测,而后利用统计门限技术提取与重要性采样粒子相关联的量测.通过相应的权值对所提取的量测进行合并,更新重要性采样函数的均值和协方差阵.在此基础上将设计的重要性采样函数应用于SMC-PHD的强度预测和更新,最终实现多目标状态和数目的估计.实验表明,本算法在非线性多目标跟踪中具有精度高、估计结果稳定的优点.

关键词：序贯蒙特卡罗概率假设密度重要性采样均方根容积卡尔曼滤波统计门限

来源：评论

学校读者我要写书评

暂无评论

基于高斯和与SCKF的非线性非高斯滤波算法

引用

仪器仪表学报 2014年第11期35卷 2524-2530页

作者：张凯单甘霖军械工程学院电子与光学工程系石家庄050003

针对均方根容积卡尔曼滤波(SCKF)对非高斯情况滤波效果差的问题,在分析SCKF和高斯和滤波基础上,提出一种高斯和均方根容积卡尔曼滤波新算法。算法采用高斯和形式来逼近非高斯后验概率密度,将SCKF作为子滤波器,对每个高斯分量进行时间和... 详细信息

针对均方根容积卡尔曼滤波(SCKF)对非高斯情况滤波效果差的问题,在分析SCKF和高斯和滤波基础上,提出一种高斯和均方根容积卡尔曼滤波新算法。算法采用高斯和形式来逼近非高斯后验概率密度,将SCKF作为子滤波器,对每个高斯分量进行时间和量测更新,使其有效解决非线性非高斯滤波问题。仿真结果表明,高斯和均方根容积卡尔曼滤波估计精度高于粒子滤波和高斯和扩展卡尔曼滤波算法,与容积粒子滤波精度相当,但耗时约为容积粒子滤波的15%,是一种较好平衡跟踪精度和实时性的非线性非高斯滤波算法。

关键词：非线性非高斯高斯和滤波均方根容积卡尔曼滤波贝叶斯统计

来源：评论

学校读者我要写书评

暂无评论

一种改进的多伯努利多目标跟踪算法

引用

西安电子科技大学学报 2016年第6期43卷 176-182页

作者：王海环王俊西安电子科技大学雷达信号处理国家重点实验室陕西西安710071

针对粒子势均衡多目标多伯努利滤波的粒子实现形式所需粒子数多、粒子退化严重的问题,将均方根容积卡尔曼滤波与粒子势均衡多目标多伯努利滤波相结合,提出均方根容积卡尔曼粒子势均衡多目标多伯努利滤波算法.该算法利用均方根容积卡尔... 详细信息

针对粒子势均衡多目标多伯努利滤波的粒子实现形式所需粒子数多、粒子退化严重的问题,将均方根容积卡尔曼滤波与粒子势均衡多目标多伯努利滤波相结合,提出均方根容积卡尔曼粒子势均衡多目标多伯努利滤波算法.该算法利用均方根容积卡尔曼滤波构建重要性密度函数,再对其进行采样获得预测粒子状态,从而提高粒子的准确性,减轻粒子退化.与基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波相比,该算法更稳定,且算法性能不受目标状态维数的限制.仿真实验表明,所提算法与粒子势均衡多目标多伯努利滤波算法和基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波算法相比,其跟踪精度更高.

关键词：多目标跟踪势均衡多伯努利滤波粒子滤波重要性密度函数均方根容积卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

基于改进概率假设密度的多目标跟踪算法

引用

电波科学学报 2016年第1期31卷 53-60页

作者：王海环王俊西安电子科技大学雷达信号处理国家重点实验室西安710071

经典序贯蒙特卡罗概率假设密度(Sequential Mote Carlo Probability Hypothesis Density,SMC-PHD)滤波中,将目标状态转移密度函数做为建议密度函数,没有利用当前观测信息,导致大部分预测粒子状态偏离目标真实状态,粒子退化严重.针对上... 详细信息

经典序贯蒙特卡罗概率假设密度(Sequential Mote Carlo Probability Hypothesis Density,SMC-PHD)滤波中,将目标状态转移密度函数做为建议密度函数,没有利用当前观测信息,导致大部分预测粒子状态偏离目标真实状态,粒子退化严重.针对上述问题,提出利用均方根容积卡尔曼滤波产生建议密度函数,对其进行采样得到预测粒子状态,该方法有严格理论基础,能有效减轻SMC-PHD滤波中的粒子退化,且适用性很强.仿真实验对比了该算法、经典SMC-PHD和基于无迹卡尔曼的SMC-PHD算法的跟踪性能,验证了该方法无论对势估计还是对目标状态估计的精度都优于其他两种算法.

关键词：多目标跟踪概率假设密度滤波序贯蒙特卡罗建议密度函数均方根容积卡尔曼滤波

来源：评论

学校读者我要写书评

暂无评论

面向非线性MTT的多模型泊松多伯努利混合滤波算法

引用

小型微型计算机系统 2024年第3期45卷 629-635页

作者：陈嵩杰李波张露辽宁工业大学电子与信息工程学院辽宁锦州121001

在多目标跟踪(Multi-target Tracking,MTT)的非线性特性与低检测概率情况下,针对多伯努利滤波算法的高斯混合(Gaussian Mixture,GM)实现难以精确估计目标的势与运动状态的实际问题,本文提出了一种适用于非线性系统的泊松多伯努利混合滤... 详细信息

在多目标跟踪(Multi-target Tracking,MTT)的非线性特性与低检测概率情况下,针对多伯努利滤波算法的高斯混合(Gaussian Mixture,GM)实现难以精确估计目标的势与运动状态的实际问题,本文提出了一种适用于非线性系统的泊松多伯努利混合滤波(Poisson Multi-Bernoulli Mixture Filter,PMBM)算法.首先,推导出多模型泊松多伯努利混合滤波的高斯混合(GM Multi-model PMBM,GM-MM-PMBM)实现过程.然后,分别对GM-MM-PMBM的伯努利高斯分量进行预测与更新,实现了基于非线性系统的MTT.为提升系统稳定性,基于平方根协方差矩阵推导出GM-MM-PMBM均方根容积卡尔曼滤波算法的实现过程.最后,仿真实验综合验证了本文算法的跟踪性能.

关键词：多目标跟踪多伯努利混合滤波均方根容积卡尔曼滤波高斯混合

来源：评论

学校读者我要写书评

暂无评论

带多普勒量测的序贯SCKF雷达目标跟踪算法

引用

电讯技术 2014年第12期54卷 1646-1650页

作者：张安清张喜涛牛治永海军大连舰艇学院辽宁大连116018

为提高非线性观测条件下雷达目标的跟踪性能,将序贯处理方法引入均方根容积卡尔曼滤波(SCKF),提出一种带多普勒量测的序贯均方根容积卡尔曼滤波(SSCKF-D)雷达目标跟踪算法,该算法通过建立伪量测去除径向距离和径向速度量测误差方差之间... 详细信息

为提高非线性观测条件下雷达目标的跟踪性能,将序贯处理方法引入均方根容积卡尔曼滤波(SCKF),提出一种带多普勒量测的序贯均方根容积卡尔曼滤波(SSCKF-D)雷达目标跟踪算法,该算法通过建立伪量测去除径向距离和径向速度量测误差方差之间的相关性。基于SCKF算法,按照量测精确度的高低顺序对方位角、俯仰角、径向距离和伪量测序贯处理。Monte Carlo仿真表明,与SCKF和带多普勒量测的均方根容积卡尔曼滤波(SCKF-D)算法相比,SSCKF-D算法跟踪精度更高,较后者提高20%以上,收敛速度更快,更适用于空间目标跟踪。

关键词：雷达目标跟踪序贯滤波均方根容积卡尔曼滤波多普勒量测

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：