共查询到10条相似文献,搜索用时 328 毫秒
1.
一种双基阵纯方位机动目标被动跟踪方法 总被引:1,自引:0,他引:1
利用2部被动声呐基阵获取的目标方位信息对水中机动目标的跟踪实质是一个非线性状态估计问题,由于观测方程的非线性性,滤波环节不可避免地要用到非线性滤波算法.以往解决此问题的方法是在基于交互多模型(IMM)算法并在其滤波环节应用扩展卡尔曼滤波(EKF)算法.然而,EKF算法在计算滤波误差协方差阵时没有融入当前观测信息.为此提出在原方法的基础上用其改进算法即修正协方差扩展卡尔曼滤波(MCEKF)算法取代EKF算法,以改善跟踪性能,从而得到一种新的方法.经仿真验证了所提方法的正确性和有效性. 相似文献
2.
3.
4.
在处理目标跟踪等动态系统实时估计问题中,通常采用EKF作为状态估计方法提高估计精度。由于EKF进行非线性估计存在一些缺陷,将系统进行线性化近似存在估计误差,从而影响目标跟踪的精度。为了获得更高的估计精度,介绍了几种非线性滤波算法,包括unscented卡尔曼滤波算法、简单粒子滤波算法以及无味粒子滤波算法(UPF)。分析了这几种算法的原理和实现,对各种算法的适应性进行了比较。通过目标跟踪仿真实验,表明UKF、PF较EKF估计精度和收敛速度有所提高。 相似文献
5.
6.
7.
针对前馈网络BP算法所存在的收敛速度慢且常遇局部极小值等缺陷,提出一种基于U-D分解的渐消记忆推广Kalman滤波学习新方法。与EKF相比,该方法不仅大大加快了学习收敛速度,数值稳定性好,而且比BP算法需较少学习次数和隐节点数,学习效果也更好,将这种学习算法应用在船舶操纵的神经网络控制器中,仿真结果表明该方法是提高网络学习速度改善学习效果的一种有效方法,可有效解决非线性系统的控制问题。 相似文献
8.
9.