期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
机动目标的模糊多模型跟踪算法 被引量:6
1
作者 左东广 韩崇昭 +2 位作者 郑林 朱洪艳 韩红 《西安交通大学学报》 EI CAS CSCD 北大核心 2002年第12期1240-1244,共5页
设计了一种基于模糊逻辑推理的机动目标多模型跟踪新算法(FMMTA),把量测新息对其协方差的逆的加权二次函数作为模糊推理系统的输入,并通过模糊逻辑推理得到模型集中各模型的匹配度,代替了交互式多模型(IMM)算法中的模式概率计算,降低了... 设计了一种基于模糊逻辑推理的机动目标多模型跟踪新算法(FMMTA),把量测新息对其协方差的逆的加权二次函数作为模糊推理系统的输入,并通过模糊逻辑推理得到模型集中各模型的匹配度,代替了交互式多模型(IMM)算法中的模式概率计算,降低了计算的复杂度.该算法将测量空间的不确定性映射到模糊空间,从而解决了从测量空间的不确定性到模式空间不确定性的模糊推理问题,并将模糊推理与多模型卡尔曼滤波结合,进行并行处理,有利于机动目标的实时跟踪.MonteCarlo仿真结果表明,在模糊规则设计恰当的情况下,FMMTA算法相对于IMM算法在降低机动目标位置和速度的跟踪误差方面更有效. 展开更多
关键词 模糊多模型跟踪算法 机动目标跟踪 模糊推理 匹配度 模式概率 模糊规则 模式空间
在线阅读 下载PDF
自适应交互多模型跟踪算法的模型集设计 被引量:1
2
作者 何衍 郭智疆 蒋静坪 《电光与控制》 2002年第2期26-29,50,共5页
自适应交互多模型算法 ( AIMM)是标准交互多模型算法 ( IMM)的一种改进。但AIMM遇到了新问题 ,包括如何选择自适应模型集的结构 ,如何从基于旧模型集的滤波器中继承各种数据。本文分析了这些问题 ,并给出了 AIMM中模型集和模型转移概率... 自适应交互多模型算法 ( AIMM)是标准交互多模型算法 ( IMM)的一种改进。但AIMM遇到了新问题 ,包括如何选择自适应模型集的结构 ,如何从基于旧模型集的滤波器中继承各种数据。本文分析了这些问题 ,并给出了 AIMM中模型集和模型转移概率的设计方法。仿真结果表明 ,改进的 AIMM算法比普通的 展开更多
关键词 自适应交互多模型跟踪算法 模型 设计 目标跟踪性能 仿真
在线阅读 下载PDF
基于IMM模型的周期性跳跃运动高超声速飞行器跟踪算法 被引量:2
3
作者 何广军 李槟槟 +1 位作者 何其芳 白云 《弹箭与制导学报》 CSCD 北大核心 2015年第1期37-40,共4页
通过对临近空间高超声速飞行器的受力分析,建立了其周期性跳跃运动的数学模型,仿真分析了其运动特性;提出了一种加速度均匀变化的运动模型(constant differential of acceleration,CDA),并与CV模型、CA模型交互,使用引入强跟踪滤波器的... 通过对临近空间高超声速飞行器的受力分析,建立了其周期性跳跃运动的数学模型,仿真分析了其运动特性;提出了一种加速度均匀变化的运动模型(constant differential of acceleration,CDA),并与CV模型、CA模型交互,使用引入强跟踪滤波器的交互式多模型算法对周期性跳跃运动进行跟踪研究。结果表明,该跟踪算法比经典IMM算法有更好的跟踪精度。 展开更多
关键词 高超声速飞行器 跳跃轨迹 交互式多模型跟踪算法
在线阅读 下载PDF
基于传感器多模式调度的智能目标跟踪算法 被引量:4
4
作者 杨海燕 尤政 王琳 《控制理论与应用》 EI CAS CSCD 北大核心 2012年第9期1186-1192,共7页
智能目标具有反跟踪的特性,其运动状态的改变与跟踪传感器的工作模式相关.为了实现对智能目标的有效跟踪,文中提出一种基于传感器多模式调度的交互多模型跟踪算法.首先,为智能目标构建混合多模型集,描述其与传感器模式相关的智能运动特... 智能目标具有反跟踪的特性,其运动状态的改变与跟踪传感器的工作模式相关.为了实现对智能目标的有效跟踪,文中提出一种基于传感器多模式调度的交互多模型跟踪算法.首先,为智能目标构建混合多模型集,描述其与传感器模式相关的智能运动特性;其次,提出一种传感器多模式调度策略,综合考虑了一步预测的目标跟踪误差、二步预测的目标运动趋势误差以及传感器模式的辐射代价3方面因素,据此构建传感器多模式调度的目标函数;最后,将传感器多模式调度与交互多模型跟踪算法相结合,通过"模式调度→交互跟踪→模式调度"的闭环结构,提高了对智能目标跟踪的自适应性.仿真结果表明,与选择固定传感器模式的方法和基于近视策略的传感器模式调度方法相比,文中方法实现了对智能目标的持续精确跟踪. 展开更多
关键词 智能目标 目标跟踪 传感器多模式调度 交互多模型跟踪算法
在线阅读 下载PDF
基于高斯-艾肯特滤波的机动目标跟踪算法
5
作者 马健凯 姜秋喜 +1 位作者 潘继飞 张坤 《现代雷达》 CSCD 北大核心 2018年第4期55-60,共6页
针对交互式多模型(IMM)算法切换滤波模型缓慢、跟踪精度低甚至发散的问题,提出了在机动目标跟踪中使用的高斯一艾肯特滤波算法。首先,该算法确定观测模型和滤波模型集,分别构造量测方程组和滤波方程组,形成总体观测矩阵;然后,... 针对交互式多模型(IMM)算法切换滤波模型缓慢、跟踪精度低甚至发散的问题,提出了在机动目标跟踪中使用的高斯一艾肯特滤波算法。首先,该算法确定观测模型和滤波模型集,分别构造量测方程组和滤波方程组,形成总体观测矩阵;然后,针对跟踪目标的非合作机动,提出使用卡方检验来检验滤波效果,并通过滤波控制算法实时调整滤波内存长度,使用高斯一艾肯特滤波对机动目标跟踪具有很强的灵活性,实现自适应跟踪;最后,在目标跟踪仿真中与三种改进模型集的卡尔曼滤波IMM算法进行对比验证,对两类算法进行了复杂度分析。仿真结果证明了高斯一艾肯特滤波算法的有效性,在无先验信息条件下拥有更高的跟踪精度。 展开更多
关键词 机动目标跟踪 高斯-艾肯特滤波 滤波内存长度 多模型跟踪算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部