共查询到20条相似文献,搜索用时 921 毫秒
1.
2.
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
3.
在文献中考虑利用多传感器跟踪机动目标一类的问题时,支持特定目标跟踪的传感器数量及类型通常相对于目标假位置是固定的,然而,在许多多传感器系统中,支持某一特定目标跟踪的传感器数量及类型,可由于各个传感器的机动性、类型及资源的制约而随时变化。 相似文献
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.
本提出了利用非降样子波分解实现的雷达目标跟踪滤波器,并对其性能进行了理论上和实验上的分析。分析表明这一滤波器对噪声强度和目标机动的变化比卡尔曼方法具有更好的鲁棒性。 相似文献
9.
10.
GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究 总被引:1,自引:0,他引:1
采用描述机动载体运动的“当前”统计模型,建立了一种新的GPS动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能,提出一种改进的自适应滤波算法,大大提高了GPS动态定位卡尔曼滤波器的跟踪能力,改善了滤波效果。计算机仿真结果验证了该算法的有效性。 相似文献
11.
在运载体机动时,卡尔曼滤波器会导致捷联惯导系统初始对准时产生较大的机动误差。而H∞鲁棒滤波技术将噪声和不确定输入看作是只知道上界的参数,而不是统计特性服从某一分布的随机向量,从而提高了系统的鲁棒性。但由于H∞滤波一般不单独考虑系统不确定项的影响,从而得到的结果较为保守。因此,学者们又提出了离散时间不确定系统的鲁棒最小方差滤波技术。计算机仿真结果表明,用鲁棒H∞滤波器和鲁棒最小方差滤波器代替卡尔曼滤波器对SINS初始对准时的状态变量进行估计校正后,能有效降低SINS初始对准的机动误差,提高系统初始对准的精度。但鲁棒最小方差滤波器比鲁棒H∞滤波器滤波校正效果更好。 相似文献
12.
海洋船舶的轨迹估计算法 总被引:1,自引:1,他引:0
准确估计和预测海洋导航中机动船舶的轨迹是改善海上安全和保安的重要工具。因此,许多常规海洋导航系统和船舶交通管理和报告服务都为此目的配备了雷达设施。然而,船舶操纵轨迹的预测的准确性主要取决于船舶位置,速度和加速度的估计的良好性。因此,本研究提出了一个基于曲线运动模型的机动海洋船只模型,其基于用于相同目的的线性位置模型的测量。此外,还假定与白高斯噪声相关联的系统状态和测量模型。扩展卡尔曼滤波器被提出作为用于估计位置,速度和加速度的自适应滤波器算法,用于预测机动的海洋船舶轨迹。最后,提出的模型被实施,并获得成功的计算结果,在本研究中的海洋导航中的船舶操纵轨迹的预测。 相似文献
13.
14.
15.
机动目标跟踪一直是雷达目标跟踪的重点难点,论文建立了一种当前统计模型的目标运动模型,给出了概率密度以及非零均值目标加速度随机过程数学表达式,结合基本Kalman滤波,建立了基于该模型的机动目标跟踪自适应算法.最后针对实际目标机动情况,对其进行仿真计算,仿真结果证明,该算法具有良好的跟踪性能. 相似文献
16.
17.
18.
19.
将强跟踪滤波理论与多传感器数据融合估计方法相结合,提出基于强跟踪滤波器的多传感器数据融合估计新算法。对拥用相同采样的分布式多传感器单模型非线性动态系统,应用强跟踪滤波器,得到目标状态基于全局信息融合估计结果,并利用计算机仿结果对算法的有效性进行了验证。这些工作初步解决了Kalman滤波中由于模型的不确定性而造成估计误差值偏大情况下的状态融合估计问题,从而丰富和发展了多源信息融合理论。 相似文献
20.
由于目标的距离不是直接提供的,因此利用被动测量方法估计声源目标轨迹是困难的。用来计算距离的非线性方程以不便 计算的形式传递测量误差,引起了估值器在估计距离时大的偏差。许多学才为这是实际测量系统性能的局限性。本文提出了解决的有效方法是把滤波问题为两满足消除距离偏差和满足声源目标机动性这两个互相制约的要求,设计控制第一级滤波器是关键。本文提的滤波器的一种新的控制结构是权衡上 述两个互相制约要求的方案。通过仿真,证明了这种结构不仅显著降低了距离偏差,而且在目标距离变化时,能良好地跟踪机动目标。本方法和以往的一些方法相比,明显地降低了距离偏差,并且显著地改善了跟踪目标的稳定性。 相似文献