期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
修正增益卡尔曼滤波算法在被动测距问题中的应用 被引量:3
1
作者 浦甲伦 韦常柱 荣思远 《宇航学报》 EI CAS CSCD 北大核心 2007年第4期886-889,共4页
在采用被动导引头的导弹突防过程中,准确并及时地得到自身距离拦截器的距离信息,是制定导弹突防策略的关键。针对采用红外成像装置作为测量手段的飞行体,研究了利用红外成像装置观测空中运动目标所获得的目标视线角信息,采用修正增益卡... 在采用被动导引头的导弹突防过程中,准确并及时地得到自身距离拦截器的距离信息,是制定导弹突防策略的关键。针对采用红外成像装置作为测量手段的飞行体,研究了利用红外成像装置观测空中运动目标所获得的目标视线角信息,采用修正增益卡尔曼滤波算法从目标视线角信息中提取出一定精度的飞行体至目标的距离信息的被动测距问题。文中给出了四种不同计算工况下的仿真结果曲线。仿真算例验证了被动测距方法的有效性,证明了载体进行机动有助于被动测距精度的提高。 展开更多
关键词 修正增益卡尔曼滤波 被动测距
在线阅读 下载PDF
基于测向交叉和卡尔曼滤波的多舰无源被动定位算法 被引量:10
2
作者 徐敬 孙永侃 +1 位作者 王秀坤 胡家升 《现代雷达》 CSCD 北大核心 2001年第6期35-38,共4页
在分布式多舰无源被动定位算法中 ,用修正增益推广卡尔曼滤波器对海上运动舰艇辐射源进行纯方位跟踪时 ,会出现滤波发散的情况。本文讨论了进行多舰纯方位定位跟踪融合的方法 ,提出一种通过测向交叉定位的结果来改进修正增益推广卡尔曼... 在分布式多舰无源被动定位算法中 ,用修正增益推广卡尔曼滤波器对海上运动舰艇辐射源进行纯方位跟踪时 ,会出现滤波发散的情况。本文讨论了进行多舰纯方位定位跟踪融合的方法 ,提出一种通过测向交叉定位的结果来改进修正增益推广卡尔曼滤波器的方法 ,提高其稳定性 ,减少其滤波发散的可能 ,提高定位精度 。 展开更多
关键词 测向交叉定位 修正增益推广卡尔曼滤波 多舰无源被动定位算法
在线阅读 下载PDF
一种速度矢量和位置矢量分离估计的固定单站无源定位改进算法 被引量:2
3
作者 王鼎 张莉 吴瑛 《宇航学报》 EI CAS CSCD 北大核心 2007年第5期1342-1348,共7页
针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用... 针对无源定位必须实现快速和稳定定位跟踪的要求,提出一种目标速度矢量和位置矢量分离估计的改进算法。该算法首先利用目标辐射源脉冲到达时间、到达方向、方位角变化率和仰角变化率建立了两组速度矢量作为变量的伪线性观测方程,并利用伪线性卡尔曼滤波算法估计目标速度,然后建立了将位置矢量作为变量的状态方程,而速度矢量作为确定性控制项加入状态方程,并利用修正增益扩展卡尔曼滤波算法对目标位置进行滤波。计算机仿真表明本文的算法具有定位精度高,收敛速度快的优点。 展开更多
关键词 无源定位 速度矢量 角度变化率 伪线性卡尔曼滤波 修正增益卡尔曼滤波
在线阅读 下载PDF
机载单站对运动目标无源定位跟踪算法 被引量:2
4
作者 李炳荣 马强 王欣欣 《海军航空工程学院学报》 2014年第1期14-18,共5页
针对无源定位系统中,机载单站相对于运动辐射源目标作为状态模型,在测方位角及其变化率基础上,引入多普勒频率变化率参数构建观测模型。常用的扩展卡尔曼滤波(EKF)存在不稳定和精度低的问题,采用修正增益的扩展卡尔曼滤波算法(MGEKF),... 针对无源定位系统中,机载单站相对于运动辐射源目标作为状态模型,在测方位角及其变化率基础上,引入多普勒频率变化率参数构建观测模型。常用的扩展卡尔曼滤波(EKF)存在不稳定和精度低的问题,采用修正增益的扩展卡尔曼滤波算法(MGEKF),找出修正函数矩阵,实现定位状态滤波估计。仿真结果表明,MGEKF算法较之EKF算法有较高的定位精度和较快的收敛速度。 展开更多
关键词 单观测站 机载 运动辐射源 无源定位 修正增益卡尔曼滤波算法
在线阅读 下载PDF
存在非高斯重尾分布噪声的纯方位目标跟踪算法 被引量:3
5
作者 刘灿 王辉 +2 位作者 林德福 崔晓曦 徐晗晖 《兵工学报》 EI CAS CSCD 北大核心 2023年第5期1469-1481,共13页
纯方位目标跟踪是目标跟踪研究中的热点问题,针对目标跟踪方程中的非高斯重尾分布噪声问题,提出了一种针对非高斯重尾分布噪声的卡尔曼滤波算法。该方法通过建立基于存在异常值的高斯分布的层次高斯模型来近似未知的非高斯重尾分布系统... 纯方位目标跟踪是目标跟踪研究中的热点问题,针对目标跟踪方程中的非高斯重尾分布噪声问题,提出了一种针对非高斯重尾分布噪声的卡尔曼滤波算法。该方法通过建立基于存在异常值的高斯分布的层次高斯模型来近似未知的非高斯重尾分布系统过程噪声和测量噪声,并使用变分贝叶斯推断来学习混合概率,解决混合概率不确定带来的滤波性能下降的问题,从而提高滤波的鲁棒性。同时针对纯方位目标跟踪模型的非线性,结合修正增益卡尔曼滤波来降低量测方程非线性的影响。数值仿真结果表明,相对于EKF、UKF和变分贝叶斯卡尔曼滤波PEKF-VB、VBEKF,新算法VBMGEKF估计精度分别提高了69.31%、58.08%、127.84%和9.36%,具备更好的鲁棒性与精度。 展开更多
关键词 纯方位目标跟踪 变分贝叶斯 层次高斯模型 重尾分布噪声 修正增益卡尔曼滤波
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部