共查询到16条相似文献,搜索用时 920 毫秒
1.
2.
3.
4.
5.
6.
7.
大部分战术武器系统要求能精确地跟踪有人驾驶机动运动体,如飞机、舰艇及潜艇等。为此,本文利用一个既简单易行又能真实体现机动目标运动的目标模型导出了最优卡尔曼滤波。利用这种滤波算法,把参数跟踪精度数据构造成目标机动特性、探测器观测噪声及数据的函数,这样,当探测器跟踪机动目标,提供距离、方位和仰角测量的某种组合时,我们能据此作出跟踪性能的一个快速先验估计。 相似文献
8.
9.
研究了基于水声传感器网络的目标纯方位运动分析原理及方法,建立了基于水声传感器网络的目标运动分析模型。在此基础上,讨论了模型中多维非线性估计问题,提出了一种基于传感器网络新的水下目标运动分析方法。该方法采用改进的粒子滤波EKF-PF(扩展卡尔曼-粒子滤波)算法实现,并与传统的扩展卡尔曼滤波(EKF)和粒子滤波(PF)算法进行了比较。通过Monte Carlo仿真分析,表明基于水声传感器网络的目标运动分析方法充分利用了网络的优势和当前测量信息。这种方法对水下目标运动状态估计时,不仅降低了计算量而且表现出较高的估计精度。所得结论为水下传感器网络进行目标被动定位提供了参考。 相似文献
10.
水声对抗系统中的数据融合方法研究 总被引:2,自引:0,他引:2
本文对水声对抗系统中的数据融合方法进行了研究,给出了用于鱼雷目标分类的决策级融合方法,以及利用多声纳方位测量数据进行目标初始定位和运动要素估计的融合结构,克服了需要本舰机动的限制。进行了仿真试验,对仿真结果进行了比较和分析。 相似文献
11.
12.
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
13.
14.
为了解决非线性、非高斯系统目标跟踪问题,研究了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。并讨论了此算法在机动目标非线性转弯运动中的跟踪应用,与粒子滤波算法相比,其优点是不需要重采样步骤。在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和扩展卡尔曼滤波器在滤波精度、运算时间等方面的差异,仿真结果表明该算法性能优于其他算法。 相似文献
15.
在多站测角的被动目标跟踪中,目标的状态与角度量测值之间存在非线性关系,现有的方法主要是对其进行线性化,但线性化过程会带来滤波精度的下降,甚至会产生滤波发散而丢失目标.无迹变换卡尔曼滤波器(Unscented Kalman Filter,UKF)通过产生采样sigma点对系统状态进行逼近,可以较好地解决这一问题.将UKF应用到多站测角被动目标跟踪问题中,并通过仿真试验证实了算法的有效性. 相似文献
16.
为了解决小口径反导舰炮不易于跟踪瞄准高速机动目标的问题,针对做比例导引运动的反舰导弹,将比例导引规律引入状态方程,建立线性时变模型,实现对系统状态的Kalman滤波;在简易射表拟和函数基础上,提出了基于比例导引运动的解相遇模型,为控制火炮射击提供了算法基础。 相似文献