基于自适应容积卡尔曼滤波的交互多模型算法

1

作者 杜云 张静怡 《科技创新与应用》 2019年第25期22-25,共4页

ADS-B航迹处理主要包括航迹数据滤波和滤波后数据可靠性的判断。飞机飞行运动复杂,而报文需要在飞行过程中向外界发送,此时报文会受到来自外界的影响和干扰,从而使航迹信息出现误差或丢失。为提高ADS-B航迹报文的准确性,文章采用了交互... ADS-B航迹处理主要包括航迹数据滤波和滤波后数据可靠性的判断。飞机飞行运动复杂,而报文需要在飞行过程中向外界发送,此时报文会受到来自外界的影响和干扰,从而使航迹信息出现误差或丢失。为提高ADS-B航迹报文的准确性,文章采用了交互多模型滤波算法,将自适应容积卡尔曼滤波器作为交互多模型滤波算法的滤波器,并将当前统计模型作为交互多模型的子模型。仿真结果表明,论文改进的算法提高了滤波算法的滤波性能,相较于传统的交互多模型滤波算法具有更高的滤波精度。 展开更多

关键词 航迹滤波 当前统计模型 交互多模型 自适应容积卡尔曼滤波算法

在线阅读 下载PDF 职称材料

基于交互式多模型和容积卡尔曼滤波的汽车状态估计 被引量：10

2

作者 张家旭 李静 《汽车工程》 EI CSCD 北大核心 2017年第9期977-983,共7页

基于UniTire轮胎模型建立了包含时变噪声统计特性的汽车动力学7自由度整车模型。针对系统状态噪声和观测噪声统计特性未知的问题,提出了一种基于交互式多模型和容积卡尔曼滤波(IMM-CKF)车辆状态估计算法。该算法采用包含不同系统状态噪... 基于UniTire轮胎模型建立了包含时变噪声统计特性的汽车动力学7自由度整车模型。针对系统状态噪声和观测噪声统计特性未知的问题,提出了一种基于交互式多模型和容积卡尔曼滤波(IMM-CKF)车辆状态估计算法。该算法采用包含不同系统状态噪声和观测噪声统计特性的汽车动力学模型作为交互式多模型算法的模型集,用容积卡尔曼滤波器对每个子模型的车辆状态进行估计,并使融合输出结果始终保持跟踪估计误差小的子模型输出。最后利用实车场地环境下多种驾驶工况的测试数据对IMM-CKF算法进行离线验证,并与容积卡尔曼滤波器的估计结果进行对比,结果表明其估计性能优于容积卡尔曼滤波器。 展开更多

关键词 汽车动力学 容积卡尔曼滤波 交互式多模型 汽车状态估计

在线阅读 下载PDF 职称材料

基于强跟踪容积卡尔曼滤波的单站无源跟踪算法 被引量：6

3

作者 霍光 李冬海 李晶 《现代雷达》 CSCD 北大核心 2013年第11期52-57,75,共7页

系统模型和滤波算法是机动目标单站无源定位跟踪要解决的核心问题。文中采用截断正态概率模型和一种新型的滤波算法--容积卡尔曼滤波,对机动目标进行单站无源定位跟踪。针对目标突发机动的情况,借鉴强跟踪滤波器的思想,在滤波过程中引... 系统模型和滤波算法是机动目标单站无源定位跟踪要解决的核心问题。文中采用截断正态概率模型和一种新型的滤波算法--容积卡尔曼滤波,对机动目标进行单站无源定位跟踪。针对目标突发机动的情况,借鉴强跟踪滤波器的思想,在滤波过程中引入时变渐消因子,提出了一种强跟踪容积卡尔曼滤波算法(Strong Tracking Cubature Kalman Filter,STCKF)。该算法利用容积数值积分原则直接计算非线性随机函数的均值和方差,实现简单,估计精度高,并通过渐消因子自适应在线调节增益矩阵,增强了系统对突发机动的跟踪能力。结合空频域单站无源定位模型进行仿真实验表明,STCKF算法在对一般机动目标进行跟踪时,性能与CKF算法相当,并优于传统的EKF算法。当目标突变大机动时,STCKF算法的滤波性能要高于EKF以及CKF算法。 展开更多

关键词 机动目标 单站无源定位跟踪 截断正态概率模型 强跟踪滤波器 容积卡尔曼滤波

在线阅读 下载PDF 职称材料

基于强跟踪容积卡尔曼滤波的车辆行驶状态估计 被引量：2

4

作者 李刚 解瑞春 +2 位作者 宗长富 李宁 李贵远 《汽车技术》 北大核心 2015年第9期53-58,共6页

针对车辆行驶过程中的状态估计问题,提出了基于强跟踪容积卡尔曼滤波的车辆行驶状态估计算法。建立了采用Dugoff轮胎模型非线性3自由度车辆估算模型,通过对纵向加速度、侧向加速度、横摆角速度、转向盘转角和车轮轮速低成本传感器信号... 针对车辆行驶过程中的状态估计问题,提出了基于强跟踪容积卡尔曼滤波的车辆行驶状态估计算法。建立了采用Dugoff轮胎模型非线性3自由度车辆估算模型,通过对纵向加速度、侧向加速度、横摆角速度、转向盘转角和车轮轮速低成本传感器信号的信息融合以实现对车辆行驶状态的准确估计。应用驾驶员模拟器进行在环试验结果表明,基于强跟踪容积卡尔曼滤波的估计算法能够较准确地对车辆行驶状态进行估计。 展开更多

关键词 强跟踪容积卡尔曼滤波 Dugoff轮胎模型 车辆状态 驾驶模拟器在环试验

在线阅读 下载PDF 职称材料

改进的强跟踪容积卡尔曼滤波的机动目标跟踪 被引量：2

5

作者 张恒 高敏 徐超 《现代防御技术》 北大核心 2015年第6期142-147,152,共7页

机动目标的跟踪在实际中有着广泛的应用,其核心问题是机动建模和滤波算法。采用当前统计模型和容积卡尔曼滤波对机动目标进行跟踪。针对容积卡尔曼滤波在目标突发机动时跟踪性能较差的问题,借鉴强跟踪滤波思想,将渐消因子引入滤波过程,... 机动目标的跟踪在实际中有着广泛的应用,其核心问题是机动建模和滤波算法。采用当前统计模型和容积卡尔曼滤波对机动目标进行跟踪。针对容积卡尔曼滤波在目标突发机动时跟踪性能较差的问题,借鉴强跟踪滤波思想,将渐消因子引入滤波过程,提出了一种改进的强跟踪容积卡尔曼滤波算法,该算法实现简单,估计精度高,鲁棒性强。仿真结果表明,该算法有效增强了系统对目标突发机动的自适应跟踪能力,并保持了对弱机动和非机动目标良好的跟踪性能,且运算速度较快。 展开更多

关键词 机动目标 当前统计模型 容积卡尔曼滤波 强跟踪滤波器

在线阅读 下载PDF 职称材料

低复杂度自适应容积卡尔曼滤波算法 被引量：9

6

作者 李春辉 马健 +1 位作者 杨永建 甘轶 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2022年第4期716-724,共9页

确定采样型滤波算法中的容积卡尔曼滤波(CKF)算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适... 确定采样型滤波算法中的容积卡尔曼滤波(CKF)算法滤波性能优良,但是却难以克服目标模型不确定性或者目标状态突变带来的影响。构造强跟踪CKF能有效改善算法的自适应性,但是在求解渐消因子时大大增加了计算量。为此,提出一种低复杂度自适应CKF算法,通过设立基于新息的自适应修正判决准则和修正方式,直接对状态预测值进行修正,使滤波算法能及时跟上目标真实状态,以提高滤波精度。使用浮点操作数计算并分析了CKF算法、强跟踪CKF算法及所提算法的复杂度,同时将3种算法应用在建模不准确的目标跟踪中,并进行仿真验证。仿真结果表明:在目标建模不匹配的情况下,低复杂度自适应CKF算法和强跟踪CKF算法都能保持较好的滤波精度和数值稳定性,同时所提算法在算法复杂度上有明显改善。 展开更多

关键词 容积卡尔曼滤波(CKF) 目标模型不确定性 强跟踪滤波器 自适应修正 算法复杂度

在线阅读 下载PDF 职称材料

基于容积卡尔曼滤波的自适应IMM算法 被引量：4

7

作者 戴定成 蔡宗平 牛创 《现代雷达》 CSCD 北大核心 2015年第3期27-30,共4页

在目标跟踪中,针对无迹卡尔曼滤波在高维状态下容易出现滤波精度下降甚至发散的问题,提出了一种自适应交互式多模型容积卡尔曼滤波算法。首先,将容积卡尔曼滤波引入到交互式多模型算法中,提高了算法在高维非线性情况下的滤波精度。然后... 在目标跟踪中,针对无迹卡尔曼滤波在高维状态下容易出现滤波精度下降甚至发散的问题,提出了一种自适应交互式多模型容积卡尔曼滤波算法。首先,将容积卡尔曼滤波引入到交互式多模型算法中,提高了算法在高维非线性情况下的滤波精度。然后,结合马尔科夫参数自适应思想,在模型概率更新阶段,利用后验信息修正马尔科夫概率转移矩阵,增大匹配模型的转移概率,进一步提高模型之间的切换速度。最后,在目标跟踪仿真中利用"当前"统计模型对算法进行验证,实验结果证明了算法的有效性。 展开更多

关键词 目标跟踪 交互式多模型 容积卡尔曼滤波 马尔科夫矩阵

在线阅读 下载PDF 职称材料

高超目标强跟踪CKF自适应交互多模型跟踪算法 被引量：1

8

作者 罗亚伦 廖育荣 +1 位作者 李兆铭 倪淑燕 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第7期2272-2283,共12页

高超目标运动状态复杂且具有高机动性,传统的交互多模型(IMM)跟踪精度低、收敛速度慢,基于此,提出了一种基于多重渐消因子的强跟踪容积卡尔曼滤波(CKF)自适应交互多模型(AIMM)跟踪算法。以IMM-CKF算法为基础,通过对CKF算法的结构进行分... 高超目标运动状态复杂且具有高机动性,传统的交互多模型(IMM)跟踪精度低、收敛速度慢,基于此,提出了一种基于多重渐消因子的强跟踪容积卡尔曼滤波(CKF)自适应交互多模型(AIMM)跟踪算法。以IMM-CKF算法为基础,通过对CKF算法的结构进行分析,在时间更新和量测更新的协方差矩阵中引入强跟踪算法的渐消因子,在线实时调整滤波增益,减小模型不匹配导致的滤波精度下降;在IMM的模型集中选择Singer模型、“当前”统计模型和Jerk模型,并针对模型扩维导致CKF算法中无法Cholesky分解的问题引入奇异值分解(SVD)算法;对IMM算法中马尔可夫矩阵提出自适应算法,通过模型似然函数值对转移概率进行自适应修正,增强匹配模型所占比例。仿真结果表明:所提算法跟踪收敛速度提高了约37.5%,跟踪精度提高了16.51%。 展开更多

关键词 高超目标 容积卡尔曼滤波 强跟踪滤波 渐消因子 自适应交互多模型

在线阅读 下载PDF 职称材料

一种自适应滤波与干扰观测器相结合的大型舰船状态估计算法 被引量：3

9

作者 王泳安 李东光 +1 位作者 吴浩 刘洋 《兵工学报》 EI CAS CSCD 北大核心 2024年第7期2318-2328,共11页

为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性... 为满足航母等大型舰船目标的状态估计要求,提出一种由非线性干扰观测器和强跟踪容积卡尔曼滤波算法融合形成的交互多模型强补偿容积卡尔曼滤波算法。引入非线性干扰观测器,完成由外界不确定因素引起的干扰总量的估计,并对观测器稳定性进行证明。使用估计的干扰值实时修正强跟踪容积卡尔曼滤波的过程参数,最终形成交互多模型强补偿容积卡尔曼滤波算法,完成对目标状态相对准确的估计。研究结果表明:新提出的滤波算法能够较为准确地完成对目标状态的估计,与变结构多模型粒子滤波算法、变结构多模型无迹卡尔曼滤波算法和交互多模型强跟踪容积卡尔曼滤波算法相比,在目标位置和速度估计上具有更高的估计精度。 展开更多

关键词 舰船 目标状态估计 交互多模型强补偿容积卡尔曼滤波 自适应滤波算法 干扰观测器

在线阅读 下载PDF 职称材料

基于多模型交互的复杂工况下车辆状态估计 被引量：10

10

作者 刘刚 靳立强 《汽车工程》 EI CSCD 北大核心 2018年第5期584-589,596,共7页

为准确而实时地估计车辆状态参数,以利于车辆的稳定性控制,分别建立了基于线性轮胎模型和非线性轮胎模型的两种车辆模型,采用多模型交互(IMM)算法进行两种模型的切换以适应各种复杂路况,并将平方根容积卡尔曼滤波算法融合至IMM算法。考... 为准确而实时地估计车辆状态参数,以利于车辆的稳定性控制,分别建立了基于线性轮胎模型和非线性轮胎模型的两种车辆模型,采用多模型交互(IMM)算法进行两种模型的切换以适应各种复杂路况,并将平方根容积卡尔曼滤波算法融合至IMM算法。考虑到车辆行驶过程中侧向加速度和路面附着系数对算法的影响,采用模糊算法对IMM算法中的模型转换概率进行实时修正,提高了模型切换速度和跟踪精度。Carsim-Matlab/simulink联合仿真和实车试验的结果表明,该算法车辆状态参数估计跟踪精度高,模型切换速度快,鲁棒性好。 展开更多

关键词 车辆状态参数估计 交互多模型 平方根容积卡尔曼滤波 质心侧偏角 轮胎侧向力

在线阅读 下载PDF 职称材料

基于消隐记忆SCKF的交互式多模型算法 被引量：1

11

作者 刘鹏远 吴博 《探测与控制学报》 CSCD 北大核心 2016年第3期52-56,共5页

针对交互式多模型算法(Interacting Multiple Model,IMM)在机动目标跟踪时,因模型不准确导致的滤波误差增大问题,提出了基于消隐记忆平方根容积卡尔曼滤波(Memory Attenuation Square Root Kalman Filter,MASCKF)的交互式多模型算法(IMM... 针对交互式多模型算法(Interacting Multiple Model,IMM)在机动目标跟踪时,因模型不准确导致的滤波误差增大问题,提出了基于消隐记忆平方根容积卡尔曼滤波(Memory Attenuation Square Root Kalman Filter,MASCKF)的交互式多模型算法(IMM-MASCKF)。该算法在模型滤波中引入消隐记忆滤波理论,通过消隐记忆因子增大新息在滤波中的比重,改善了滤波器对目标机动的动态性能,提高了滤波精度。仿真结果表明,该算法可以实现对机动目标的有效跟踪,且与常规交互式多模型算法相比减小了滤波误差。 展开更多

关键词 机动目标跟踪 交互式多模型 平方根滤波 容积卡尔曼滤波 消隐记忆滤波

在线阅读 下载PDF 职称材料

基于CKF的自适应网格交互式多模型

12

作者 张雪影 蔡宗平 卫浩 《电光与控制》 北大核心 2017年第6期19-22,共4页

针对非线性系统中的目标跟踪问题,在机动转弯模型的基础上提出容积卡尔曼滤波(CKF)与自适应网格(AG)思想相结合的变结构多模型(VSMM)算法,即基于CKF的自适应网格交互式多模型算法(CKF-AGIMM)。该算法将CKF作为滤波器,利用网格中心和网... 针对非线性系统中的目标跟踪问题,在机动转弯模型的基础上提出容积卡尔曼滤波(CKF)与自适应网格(AG)思想相结合的变结构多模型(VSMM)算法,即基于CKF的自适应网格交互式多模型算法(CKF-AGIMM)。该算法将CKF作为滤波器,利用网格中心和网格最小间距的调整对转弯模型集进行自适应变化以有效跟踪目标。与基于容积卡尔曼滤波的交互式多模型算法(IMMCKF)进行了仿真对比。实验结果表明,在未增加运行时间的情况下,该算法相比于IMMCKF算法有更高的跟踪精度与稳定性。 展开更多

关键词 目标跟踪 容积卡尔曼滤波 自适应网格 交互式多模型 变结构多模型

在线阅读 下载PDF 职称材料

一种新的机动目标跟踪的多模型算法 被引量：32

13

作者 范小军 刘锋 《电子与信息学报》 EI CSCD 北大核心 2007年第3期532-535,共4页

采用带渐消因子的“当前”统计模型与匀速运动模型进行交互,设计了一种新的机动目标跟踪的交互式多模型算法。“当前”统计模型具有对一般机动目标跟踪精度高的特点,通过渐消因子的引入增强了该模型对突发机动的自适应跟踪能力,同时通过... 采用带渐消因子的“当前”统计模型与匀速运动模型进行交互,设计了一种新的机动目标跟踪的交互式多模型算法。“当前”统计模型具有对一般机动目标跟踪精度高的特点,通过渐消因子的引入增强了该模型对突发机动的自适应跟踪能力,同时通过与CV模型的交互保证了对非机动目标的跟踪性能。仿真结果表明,在跟踪一般机动目标时,其误差和“当前”统计模型与CV模型交互的IMM算法相当;在跟踪突发机动目标时,该文算法的误差明显小于“当前”统计模型与CV交互的IMM算法。 展开更多

关键词 机动目标跟踪 交互式多模型 卡尔曼滤波 强跟踪滤波器 “当前”统计模型

在线阅读 下载PDF 职称材料

基于ST-SRCKF的超高速强机动目标跟踪算法 被引量：7

14

作者 方君 戴邵武 +2 位作者 许文明 邹杰 王永庭 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第8期1698-1708,共11页

针对超高速强机动目标运动模型难以准确建立且观测数据易出现不良量测而导致滤波发散的问题,提出一种适用于超高速强机动目标的跟踪算法。该算法根据正交性原理推导了一种新的强跟踪平方根容积卡尔曼滤波(ST-SRCKF)结构,并引入多重渐消... 针对超高速强机动目标运动模型难以准确建立且观测数据易出现不良量测而导致滤波发散的问题,提出一种适用于超高速强机动目标的跟踪算法。该算法根据正交性原理推导了一种新的强跟踪平方根容积卡尔曼滤波(ST-SRCKF)结构,并引入多重渐消因子,渐消因子求解方法和作用位置均不同于已有的ST-SRCKF。根据新息的统计学特性,即新息协方差矩阵的迹服从卡方分布,建立了一种改进的CS-Jerk模型,该模型对目标机动的描述更准确,它与改进ST-SRCKF算法的结合实现了对超高速强机动目标的高精度跟踪。仿真结果表明,改进算法对超高速强机动目标的跟踪性能更佳。 展开更多

关键词 强机动目标跟踪 平方根容积卡尔曼滤波(SRCKF) 强跟踪滤波(STF) 多重渐消因子 CS-Jerk模型

在线阅读 下载PDF 职称材料

基于IMM-JPDA-ISTUKF的车载毫米波雷达多目标跟踪算法 被引量：2

15

作者 蒋凯 周建江 +1 位作者 吕瑞广 李晓航 《现代雷达》 CSCD 北大核心 2024年第8期47-54,共8页

为提高车载毫米波雷达多目标跟踪精度指标,提升道路车辆行驶安全性,文中在交互多模型无迹卡尔曼滤波(IMM-UKF)和联合概率数据关联(JPDA)融合的算法基础上,针对车辆运动状态突变处UKF鲁棒性差、滤波精度低的问题,提出了一种基于改进强跟... 为提高车载毫米波雷达多目标跟踪精度指标,提升道路车辆行驶安全性,文中在交互多模型无迹卡尔曼滤波(IMM-UKF)和联合概率数据关联(JPDA)融合的算法基础上,针对车辆运动状态突变处UKF鲁棒性差、滤波精度低的问题,提出了一种基于改进强跟踪UKF(ISTUKF)的IMM-JPDA-ISTUKF算法。通过模拟道路场景搭建的仿真环境对算法性能进行了验证,且为证明该算法在实际道路工况下跟踪精度的提升,还进行了雷达道路测试,通过雷达在道路上获取的车辆数据进一步验证了该算法的有效性。结果表明,该算法在目标车辆运动状态发生变化时的距离跟踪精度和速度跟踪精度方面均得到了提高。 展开更多

关键词 多目标跟踪 无迹卡尔曼滤波 强跟踪滤波 交互多模型 车载毫米波雷达

在线阅读 下载PDF 职称材料

面向机动目标的分布式弹群在线协同定位方法 被引量：1

16

作者 傅晋博 张栋 +1 位作者 赵军民 王庭晖 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第3期1027-1036,共10页

机动目标的高精度协同定位是协同打击的关键,通过分布式弹群来实现协同定位是目前研究的热点。提出了一种分布式弹群在线协同定位的策略,解决弹群通信受限条件下协同定位的实时性问题;针对目标状态估计中模型非线性、噪声非高斯分布等特... 机动目标的高精度协同定位是协同打击的关键,通过分布式弹群来实现协同定位是目前研究的热点。提出了一种分布式弹群在线协同定位的策略,解决弹群通信受限条件下协同定位的实时性问题;针对目标状态估计中模型非线性、噪声非高斯分布等特点,提出了容积卡尔曼粒子滤波算法;设计了自适应转弯速率的匀速转弯模型,并将现有的二维匀速转弯模型扩展至三维,解决了现有匀速转弯模型先验转弯速率固定,导致定位精度不高的问题;设计了自适应模型转移概率的交互多模型方法,实时修正马尔可夫转移概率,解决了单模型滤波定位精度不高的问题。通过仿真验证了所提策略和方法的有效性和准确性。 展开更多

关键词 弹群协同定位 协同目标跟踪 交互式多模型 容积卡尔曼滤波 粒子滤波

在线阅读 下载PDF 职称材料

一种基于IMM-SCKF的组合导航算法

17

作者 梅方玉 仇海涛 +1 位作者 王天宇 张峰 《压电与声光》 CAS 北大核心 2024年第4期478-485,共8页

针对在实际应用中组合导航系统存在的噪声干扰多变造成系统滤波精度降低问题,提出了基于交互式多模型(IMM)和平方根容积卡尔曼滤波(SCKF)(IMM-SCKF)算法。IMM-SCKF滤波算法拥有多个模型集,通过调节子模型的概率后进行融合输出,能够尽可... 针对在实际应用中组合导航系统存在的噪声干扰多变造成系统滤波精度降低问题,提出了基于交互式多模型(IMM)和平方根容积卡尔曼滤波(SCKF)(IMM-SCKF)算法。IMM-SCKF滤波算法拥有多个模型集,通过调节子模型的概率后进行融合输出,能够尽可能地模拟实际噪声协方差。仿真试验和道路试验结果均表明,IMM-SCKF算法的速度误差和位置误差均方根均优于传统单模型CKF算法,能有效提高组合导航系统的可靠性。在实际道路跑车试验中,与传统CKF算法相比,IMM-SCKF算法的东、北、天速度误差均方根分别降低了52%、55%、30%,位置误差均方根分别降低了47%、60%、32%,IMM-SCKF算法显著提高了系统的定位精度及抗干扰能力。 展开更多

关键词 组合导航 交互式多模型 平方根容积卡尔曼滤波 融合输出 抗干扰能力

在线阅读 下载PDF 职称材料

基于IMMCKF的机动目标跟踪算法 被引量：19

18

作者 陈海 单甘霖 《电光与控制》 北大核心 2011年第10期1-5,共5页

针对非线性机动目标跟踪中滤波器易发散、跟踪精度低等问题,将容积卡尔曼滤波器(CKF)引入到交互式多模型算法(IMM)中,设计了交互式多模型容积卡尔曼滤波算法(IMMCKF)。该算法采用Markov过程描述多个目标模型间的切换,利用CKF滤波器对每... 针对非线性机动目标跟踪中滤波器易发散、跟踪精度低等问题,将容积卡尔曼滤波器(CKF)引入到交互式多模型算法(IMM)中,设计了交互式多模型容积卡尔曼滤波算法(IMMCKF)。该算法采用Markov过程描述多个目标模型间的切换,利用CKF滤波器对每个模型进行滤波,将各滤波器状态输出的概率加权融合作为IMMCKF的输出。仿真结果表明,与IMMUKF算法相比,IMMCKF算法跟踪精度更高,模型切换速度更快,计算量更小,该算法具有重要的工程应用价值。 展开更多

关键词 机动目标跟踪 交互式多模型 容积卡尔曼滤波

在线阅读 下载PDF 职称材料

基于虚拟检测函数下的IMM-UKF机动目标跟踪 被引量：5

19

作者 徐洋 徐松涛 +2 位作者 罗文涛 向建军 秦占师 《火力与指挥控制》 CSCD 北大核心 2015年第1期37-41,共5页

为了有效提高对机动目标的跟踪效果,将无迹卡尔曼滤波(UKF)引入到交互多模型(IMM)算法框架内,加强状态估计精度;引入强跟踪滤波器(STF)到UKF算法中,避免对强机动目标的过大时间延迟和跟踪性能差的缺点;提出虚拟检测函数法,在跟踪过程中... 为了有效提高对机动目标的跟踪效果,将无迹卡尔曼滤波(UKF)引入到交互多模型(IMM)算法框架内,加强状态估计精度;引入强跟踪滤波器(STF)到UKF算法中,避免对强机动目标的过大时间延迟和跟踪性能差的缺点;提出虚拟检测函数法,在跟踪过程中自适应调整"当前"统计模型的机动参数,加大模型集与目标真实运动模式匹配概率。仿真结果验证了改进算法的有效性。 展开更多

关键词 无迹卡尔曼滤波 交互式多模型 强跟踪滤波器 虚拟检测函数 机动参数

在线阅读 下载PDF 职称材料

ECEF坐标系弹道导弹跟踪研究 被引量：4

20

作者 许登荣 程水英 包守亮 《现代雷达》 CSCD 北大核心 2016年第11期53-60,共8页

针对单模型跟踪算法无法实现对弹道导弹连续精确跟踪的问题,提出了一种地心地固坐标系下弹道导弹全阶段连续跟踪的交互式多模型(IMM)算法。根据导弹不同飞行阶段的受力情况建立IMM算法的两个滤波模型集:助推段采用恒轴向力模型,中段、... 针对单模型跟踪算法无法实现对弹道导弹连续精确跟踪的问题,提出了一种地心地固坐标系下弹道导弹全阶段连续跟踪的交互式多模型(IMM)算法。根据导弹不同飞行阶段的受力情况建立IMM算法的两个滤波模型集:助推段采用恒轴向力模型,中段、再入段采用被动段跟踪模型,两个模型都利用滤波精度高、数值稳定性较好的求容积卡尔曼滤波算法进行滤波。针对该IMM算法在混合估计过程中引入偏差的问题,采用无偏混合的方法,以两种典型的跟踪场景进行仿真校验,实验结果验证了该文算法的优越性。 展开更多

关键词 机动目标跟踪 弹道导弹 交互式多模型算法 求容积卡尔曼滤波

在线阅读 下载PDF 职称材料