-
题名基于交互式多模型的多传感器组合导航系统
被引量：4
- 1
-
-
作者
林雪原
-
机构
海军航空工程学院电子信息工程系
-
出处
《兵工自动化》
2011年第6期27-30,共4页
-
基金
国家自然科学基金(60874112)
"泰山学者"建设工程专项经费资助
-
文摘
针对复杂环境中组合导航系统模型参数变化导致单一参数滤波器滤波精度下降的问题,对基于交互式多模型的多传感器组合导航系统进行研究。给出状态基于全局信息的融合估计公式,将交互式多模型卡尔曼滤波算法应用于SST/GPS/SINS多传感器组合导航系统,并与单一模型下的卡尔曼滤波方法进行比较。仿真实验结果表明,该方法能提高组合导航系统的滤波精度与可靠性,但当实际的模型集不能覆盖实际的所有模态时,系统的滤波精度会有所下降。
-
关键词
多传感器组合导航
交互式多模型滤波器
融合算法
-
Keywords
multi-sensor integrated navigation system
interacting multi-model filter
fusion algorithm
-
分类号
V241.6
[航空宇航科学与技术—飞行器设计]
-
-
题名面向小型无人机目标的快速视觉检测与跟踪算法
- 2
-
-
作者
底佳浩
铁俊波
周理
王永文
-
机构
国防科技大学计算机学院
先进微处理器芯片与系统重点实验室
-
出处
《计算机工程与科学》
北大核心
2025年第10期1819-1829,共11页
-
基金
国家自然科学基金(62203457)
高层次科技创新人才工程人选自主科研项目(22-TDRCJH-02-006)。
-
文摘
小型无人机在多个领域展现出巨大潜力,但可能导致如非法测绘、侦察及干扰航空秩序等滥用行为,因此亟需有效的检测与跟踪策略。传统雷达在复杂城市环境中跟踪小型无人机存在局限,而基于视觉的深度学习方法虽具高精度,但计算开销大。为解决上述挑战,提出一种基于轻量化YOLOv3-tiny与交互式多模型卡尔曼滤波(IMM-KF)的检测与跟踪算法。YOLOv3-tiny用于低频检测,IMM-KF通过高频预测以及多运动模型的状态更新实现跟踪,有效降低算力需求,并且能应对目标被遮挡时的丢失问题。实验结果显示,该算法在复杂城市环境中检测与跟踪精度达98.33%,实时覆盖率达73.6%,显著提升了跟踪效率及稳定性,满足无人机监管需求。
-
关键词
交互式多模型卡尔曼滤波器
视觉跟踪
YOLO算法
XTDrone环境
-
Keywords
interactive multiple model Kalman filter
visual tracking
YOLO algorithm
XTDrone environment
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于UKF的马尔可夫参数自适应IFIMM算法
被引量：3
- 3
-
-
作者
夏忠婷
汪圣利
武洋
-
机构
南京电子技术研究所
-
出处
《现代雷达》
CSCD
北大核心
2009年第5期43-47,共5页
-
文摘
给出了一种基于不敏卡尔曼滤波(UKF)的马尔可夫参数自适应的新息滤波器交互式多模型算法,较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波的交互式多模型(IMM)算法和基于UKF的IMM算法更好的稳定性和计算精度,还避免了复杂的Jacobi矩阵运算;该算法结合了马尔可夫参数自适应和新息滤波器技术,实现了马尔可夫转移矩阵的自适应和量测噪声的减小。最后,通过Monte Carlo仿真进一步验证了该方法的正确性和有效性。
-
关键词
不敏卡尔曼滤波
马尔可夫参数自适应
新息滤波器交互式多模型算法
目标跟踪
-
Keywords
UKF
adaptive Markov parameter
Innovation Filter Interacting Multiple Model （IFIMM） algorithm
target tracking
-
分类号
TN953
[电子电信—信号与信息处理]
-
