-
题名交互式多模型七阶容积卡尔曼滤波算法
被引量：5
- 1
-
-
作者
冉娜
乔雪
-
机构
四川托普信息技术职业学院
北京大学信息科学技术学院
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2018年第6期167-172,共6页
-
文摘
为提高非线性机动目标的跟踪精度,提出交互式多模型七阶容积卡尔曼滤波(IMM-7th CKF)算法。采用对非线性系统滤波效果更好的七阶容积卡尔曼滤波(7th CKF)作为交互式多模型(IMM)算法的子滤波器,对各模型状态进行估计,将IMM算法和7th CKF结合起来,提高对非线性机动目标的跟踪效果,最后采用典型机动目标跟踪问题验证IMM-7th CKF的跟踪性能。仿真结果表明,IMM-7th CKF相比交互式多模型容积卡尔曼滤波(IMM-CKF)和交互式多模型五阶容积卡尔曼滤波(IMM-5th CKF)具有更高的滤波精度。
-
关键词
机动目标
交互式多模型
状态估计
七阶容积卡尔曼滤波
-
Keywords
maneuvering target
interacting multiple model
state estimation
seventh-degree cubature Kalman filter(7thCKF)
-
分类号
TN7
[电子电信—电路与系统]
-
-
题名改进高阶容积粒子滤波的系统状态估计算法
- 2
-
-
作者
金俊平
万仲保
杜军龙
周剑涛
-
机构
江西省信息中心
华东交通大学软件学院
-
出处
《电讯技术》
北大核心
2018年第12期1441-1446,共6页
-
基金
江西省自然科学基金项目(20171BAB206058)
-
文摘
传统粒子滤波(PF)直接采用状态转移先验分布作为重要性密度函数来近似后验概率密度函数,使得后验概率密度函数未包含量测信息。针对此问题,提出了一种改进高阶容积粒子滤波(CPF)的系统状态估计算法。算法采用七阶正交容积卡尔曼滤波(7th-CQKF)对PF的粒子进行传递,使得先验分布更新阶段融入最新量测信息;通过7th-CQKF设计重要性密度函数,提高对状态后验概率密度的逼近程度;通过反比例函数计算粒子权重,突出大噪声粒子与小噪声粒子权重差别,提高粒子有效性。仿真结果表明,改进高阶容积粒子滤波的估计精度高于容积粒子滤波(CPF)。
-
关键词
状态估计
粒子滤波
七阶正交容积卡尔曼滤波
容积粒子滤波
-
Keywords
state estimation
particle filter
7th-CQKF
cubature particle filter(CPF)
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
-
