期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于拟态电势能的飞行器航路规划方法 被引量:7
1
作者 何仁珂 魏瑞轩 +1 位作者 张启瑞 许卓凡 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第7期1543-1549,共7页
航路规划是现代各类飞行器,特别是无人机(UAV)安全飞行和完成任务的关键要素。对于复杂威胁环境和高维空间的航路规划问题,传统规划方法在规划速度、航路安全性、算法适用性等方面存在一定的应用局限。分析了电荷在电场中移动引起电势... 航路规划是现代各类飞行器,特别是无人机(UAV)安全飞行和完成任务的关键要素。对于复杂威胁环境和高维空间的航路规划问题,传统规划方法在规划速度、航路安全性、算法适用性等方面存在一定的应用局限。分析了电荷在电场中移动引起电势能变化的特点规律及电势场分布特性,模拟电势场理论对飞行环境进行威胁建模,建立基于电势威胁场引导的航路节点概率选择机制及安全性评价准则。在此基础上,构建基于拟态电势能的随机采点扩展式航路规划方法。通过与传统航路规划方法的对比仿真实验表明,运用拟态电势能进行航路规划,能够显著缩短路径长度和计算时间,提高规划航路的安全性,对于航路规划的应用很有价值。 展开更多
关键词 无人机(UAV) 航路规划 拟态电势能 概率选择 航路安全性
在线阅读 下载PDF
面向连续离散系统的自适应最大相关熵滤波算法 被引量:2
2
作者 胡浩然 陈树新 +3 位作者 吴昊 何仁珂 吴强 张喜庆 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第6期133-141,共9页
针对目标跟踪中运动模型不精确和测量异常导致的传统滤波算法精度下降问题,提出了一种鲁棒平方根连续-离散自适应最大相关熵容积卡尔曼滤波(RSRCD-AMCCKF)算法。在目标跟踪问题中采用了精度更高的连续-离散时间模型,提高了目标跟踪的解... 针对目标跟踪中运动模型不精确和测量异常导致的传统滤波算法精度下降问题,提出了一种鲁棒平方根连续-离散自适应最大相关熵容积卡尔曼滤波(RSRCD-AMCCKF)算法。在目标跟踪问题中采用了精度更高的连续-离散时间模型,提高了目标跟踪的解算精度;将加权最小二乘方法与传统最大相关熵准则相结合,得到改进的相关熵代价权函数,之后引入连续-离散时间滤波框架,提高了滤波算法在测量异常情况下的鲁棒性;以高斯核函数作为相关熵的调整因子,依据不同测量环境选择自适应因子,进而对观测噪声的协方差矩阵进行调整。仿真结果表明:与传统算法相比,当测量噪声为高斯噪声时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了38.4%和27.3%;当测量噪声为非高斯噪声时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了23.5%和23.9%;当测量值发生突变时,RSRCD-AMCCKF算法对目标位置和速度估计的精度分别提高了12.6%和7.1%。RSRCD-AMCCKF算法在各类测量条件下都具有更高的精度和鲁棒性,更接近目标跟踪的克拉美罗下界,能够较好地实现滤波精度和抗异常测量的统一。 展开更多
关键词 目标跟踪 连续-离散时间系统 最大相关熵准则 容积卡尔曼滤波 非高斯噪声 鲁棒性
在线阅读 下载PDF
采用平方根高斯核积分滤波的目标跟踪算法 被引量:2
3
作者 汪家宝 陈树新 +2 位作者 吴昊 何仁珂 徐涵 《西安交通大学学报》 EI CAS CSCD 北大核心 2022年第4期157-164,共8页
为进一步提高目标跟踪精度,提出了一种新的平方根高斯核积分滤波算法(SGKQF)。选取比例因子重构高斯-厄米特积分点,利用高斯核构造的线性方程组计算相应权重,从而建立单变量高斯核积分规则;采用张量积方法将其扩展到多变量积分规则,以... 为进一步提高目标跟踪精度,提出了一种新的平方根高斯核积分滤波算法(SGKQF)。选取比例因子重构高斯-厄米特积分点,利用高斯核构造的线性方程组计算相应权重,从而建立单变量高斯核积分规则;采用张量积方法将其扩展到多变量积分规则,以实现对多维积分的数值近似;将其引入非线性高斯递推滤波框架中,为增强算法的稳定性,在滤波过程中使用协方差的平方根形式,得到SGKQF算法。将所提算法应用于纯方位目标跟踪系统中,仿真结果表明,在选取合适高斯核带宽的条件下,相对于传统GHQF算法,SGKQF对目标位置和速度估计的精度分别提高了8.7%和11.8%,可获得更高的滤波估计精度。 展开更多
关键词 非线性系统 目标跟踪 高斯-厄米特积分规则 高斯核积分
在线阅读 下载PDF
基于变分贝叶斯的连续-离散最大相关熵CKF算法 被引量:1
4
作者 胡浩然 陈树新 +1 位作者 吴昊 何仁珂 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2023年第10期2859-2866,共8页
针对纯方位目标跟踪中测量噪声协方差未知和非高斯测量噪声突变问题,提出了一种平方根连续-离散变分贝叶斯最大相关熵容积卡尔曼滤波(SRCD-VBMCCKF)算法。将目标跟踪模型建立为连续状态空间-离散测量空间模型,提高了目标跟踪的解算精度... 针对纯方位目标跟踪中测量噪声协方差未知和非高斯测量噪声突变问题,提出了一种平方根连续-离散变分贝叶斯最大相关熵容积卡尔曼滤波(SRCD-VBMCCKF)算法。将目标跟踪模型建立为连续状态空间-离散测量空间模型,提高了目标跟踪的解算精度;由变分贝叶斯准则对未知的时变测量噪声进行估计,提升了算法的自适应性;考虑到测量中出现的非高斯突变噪声,由最大相关熵准则构建抗差因子,进一步增强了算法对异常测量值的鲁棒能力。仿真结果表明:所提算法能够对测量中的未知时变噪声和非高斯重尾突变噪声有效抑制,且相比于传统滤波算法,所提算法兼具自适应性和鲁棒性。 展开更多
关键词 纯方位跟踪 连续-离散系统 变分贝叶斯 最大相关熵 容积卡尔曼滤波 未知非高斯噪声
在线阅读 下载PDF
多目标跟踪的观测站最优机动策略 被引量:1
5
作者 洪磊 陈树新 +2 位作者 吴昊 何仁珂 徐涵 《现代雷达》 CSCD 北大核心 2019年第11期14-19,共6页
在多目标跟踪问题中,观测站的有效机动可以提高观测信息的质量,从而提升目标跟踪的精度。对此,文中提出一种基于高斯混合概率假设密度(GM-PHD)滤波器的观测站最优机动马尔可夫决策方法。首先,用Fisher信息矩阵(FIM)行列式建立代价函数;... 在多目标跟踪问题中,观测站的有效机动可以提高观测信息的质量,从而提升目标跟踪的精度。对此,文中提出一种基于高斯混合概率假设密度(GM-PHD)滤波器的观测站最优机动马尔可夫决策方法。首先,用Fisher信息矩阵(FIM)行列式建立代价函数;然后,计算出马尔可夫链的转移矩阵,利用马尔可夫决策过程(MDP)来获得观测站最优机动策略。其中,利用GM-PHD滤波器来估计目标的实际位置和为每一决策周期提供概率假设密度(PHD)。通过实验仿真,验证了该机动策略在提高多目标跟踪精度方面的有效性。 展开更多
关键词 多目标跟踪 观测站 高斯混合概率假设密度 Fisher信息矩阵 马尔可夫决策过程
在线阅读 下载PDF
基于反馈判决的鲁棒自适应机动目标跟踪算法 被引量:1
6
作者 汪家宝 陈树新 +2 位作者 吴昊 何仁珂 郝思冲 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2021年第1期70-76,共7页
针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法。利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测... 针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法。利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测量异常问题;同时,引入多重渐消因子调整预测误差协方差,从而改变滤波增益,增强算法的自适应性以解决模型失准问题。最后,根据马氏距离构建异常误差判别因子,采用反馈判决实现2种处理方式的合理切换。仿真实验表明:与现有算法相比,该算法能够有效处理测量异常和模型失准带来的误差,具备良好的抗差能力和自适应性。 展开更多
关键词 目标跟踪 容积卡尔曼滤波 鲁棒自适应算法 反馈判决
在线阅读 下载PDF
基于M估计的自适应鲁棒平方根连续-离散CKF算法
7
作者 胡浩然 陈树新 +3 位作者 吴昊 何仁珂 汪家宝 郝思冲 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2022年第1期91-96,共6页
针对测量中出现的异常情况,提出了一种基于M估计的自适应鲁棒平方根连续-离散容积卡尔曼滤波算法。该算法将目标跟踪问题建模为连续-离散时间模型,将改进的M估计的思想融入连续-离散容积卡尔曼滤波算法当中,通过Mahalanobis距离对异常... 针对测量中出现的异常情况,提出了一种基于M估计的自适应鲁棒平方根连续-离散容积卡尔曼滤波算法。该算法将目标跟踪问题建模为连续-离散时间模型,将改进的M估计的思想融入连续-离散容积卡尔曼滤波算法当中,通过Mahalanobis距离对异常测量进行门限判别,引入校正因子,根据观测残差自适应地调整观测噪声协方差矩阵的大小,进一步提高滤波算法的鲁棒性;通过将连续-离散模型与校正因子结合,实现了滤波精度和抗异常测量值的统一。仿真结果表明,与传统鲁棒算法相比,该算法在单点测量异常和多点测量异常的条件下都能够更加准确地对目标进行跟踪,且鲁棒性更强。 展开更多
关键词 目标跟踪 非线性滤波 连续-离散时间系统 容积卡尔曼滤波 鲁棒性
在线阅读 下载PDF
基于自适应正交单纯形CKF的鲁棒目标跟踪方法
8
作者 郝思冲 陈树新 +2 位作者 吴昊 汪家宝 何仁珂 《火力与指挥控制》 CSCD 北大核心 2021年第11期30-36,共7页
为减小模型异常对目标跟踪系统性能的影响,提出了一种自适应正交单纯形容积卡尔曼滤波(AOSCKF)算法。将正交单纯形准则引入容积卡尔曼滤波中,提高滤波估计精度和计算稳定性;将强跟踪滤波(STF)中的自适应因子引入正交单纯形容积卡尔曼滤... 为减小模型异常对目标跟踪系统性能的影响,提出了一种自适应正交单纯形容积卡尔曼滤波(AOSCKF)算法。将正交单纯形准则引入容积卡尔曼滤波中,提高滤波估计精度和计算稳定性;将强跟踪滤波(STF)中的自适应因子引入正交单纯形容积卡尔曼滤波(OSCKF)算法中,降低系统模型异常对目标跟踪的影响;将所提算法应用到双站纯方位目标跟踪系统中进行仿真实验。结果表明,AOSCKF算法可有效提升算法的鲁棒性和滤波精度。 展开更多
关键词 非线性系统 模型异常 自适应滤波 容积卡尔曼滤波 正交单纯形容积准则
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部