期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
均方根嵌入式容积卡尔曼滤波 被引量:16
1
作者 张鑫春 郭承军 《控制理论与应用》 EI CAS CSCD 北大核心 2013年第9期1116-1121,共6页
传统容积卡尔曼滤波(CKF)的基础是三阶球面–径向容积准则,该准则不仅要求计算n维超球体上的面积分,还需将容积准则与扩展高斯–拉盖尔准则配合使用,不易推导出高阶CKF滤波算法.此外,CKF推导所采用的三阶球面容积准则也存在缺陷,这极大... 传统容积卡尔曼滤波(CKF)的基础是三阶球面–径向容积准则,该准则不仅要求计算n维超球体上的面积分,还需将容积准则与扩展高斯–拉盖尔准则配合使用,不易推导出高阶CKF滤波算法.此外,CKF推导所采用的三阶球面容积准则也存在缺陷,这极大地限制了CKF的滤波精度.为避免以上问题,本文基于嵌入式容积准则和均方根滤波技术,提出一种加性噪声环境下,用于非线性动态系统状态估计的全新容积卡尔曼滤波算法—–三阶均方根嵌入式容积卡尔曼滤波(SICKF).SICKF具有滤波精度高、数值稳定性强等诸多优点,适用于动态目标跟踪、非线性系统控制等.仿真结果表明,SICKF的滤波精度显著优于传统的非线性滤波算法. 展开更多
关键词 控制系统 卡尔曼滤波 嵌入式容积准则 非线性滤波 完全对称点
在线阅读 下载PDF
嵌入式容积粒子PHD多目标跟踪算法 被引量:5
2
作者 熊志刚 黄树彩 +1 位作者 赵炜 苑智玮 《信号处理》 CSCD 北大核心 2016年第6期676-683,共8页
针对基于概率假设密度算法(Probability Hypothesis Density,PHD)的非线性多目标跟踪估计精度不高、滤波发散、实时性差等问题,提出一种嵌入式容积粒子PHD算法(Imbedded Cubature Particle PHD,ICP-PHD)。新的算法在采样阶段引入Halton... 针对基于概率假设密度算法(Probability Hypothesis Density,PHD)的非线性多目标跟踪估计精度不高、滤波发散、实时性差等问题,提出一种嵌入式容积粒子PHD算法(Imbedded Cubature Particle PHD,ICP-PHD)。新的算法在采样阶段引入Halton点集,并基于三阶嵌入式容积准则产生有限的积分点,对每个采样粒子进行滤波,来拟合重要密度函数。由于Halton点集得到的粒子分布更加均匀,故而ICP-PHD算法能够避免"粒子聚集"的现象。另外,由于三阶嵌入式容积准则的积分点少、精度高,因此ICP-PHD算法能更好的协调时间与精度之间的矛盾。仿真结果表明ICP-PHD能对多目标进行有效跟踪,相比高斯厄米特粒子PHD算法(Gauss Hermite Particle PHD,GHP-PHD)具有实时性强的优势,在目标数目和状态估计上比容积粒子PHD算法(Cubature Particle PHD,CP-PHD)精度更高。 展开更多
关键词 多目标跟踪 概率假设密度 嵌入容积准则 Halton点集
在线阅读 下载PDF
自适应SICKF及在目标跟踪中的应用
3
作者 熊超 解武杰 《压电与声光》 CAS CSCD 北大核心 2018年第4期612-618,共7页
针对容积卡尔曼滤波(CKF)估计精度在系统状态或参数突变时下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)思想,提出了一种自适应SICKF(ASICKF)方法。在SICKF获得高估计精度的同时引入STF条件,根据系统输出残差获... 针对容积卡尔曼滤波(CKF)估计精度在系统状态或参数突变时下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)思想,提出了一种自适应SICKF(ASICKF)方法。在SICKF获得高估计精度的同时引入STF条件,根据系统输出残差获得自适应渐消因子,将其引入系统输出协方差均方根阵和互协方差阵中对滤波增益进行实时修正,强迫系统输出残差序列始终正交,从而使SICKF算法具备强跟踪能力。为验证所提ASICKF算法性能,利用数值仿真将其应用于存在突变情况的目标跟踪问题中。仿真结果表明,ASICKF在系统状态突变时仍能保持较高的估计精度,算法稳定性和适应能力较好。 展开更多
关键词 非线性高斯滤波 嵌入式容积准则 自适应滤波 目标跟踪
在线阅读 下载PDF
引入STF算法的自适应SICKF及其在目标跟踪中的应用
4
作者 沈翔鸿 徐晓枫 +1 位作者 刘宽 张磊 《火力与指挥控制》 CSCD 北大核心 2019年第4期114-120,共7页
针对容积卡尔曼滤波在系统状态突变时滤波精度下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)算法,提出了一种自适应均方根嵌入式容积卡尔曼滤波(ASICKF)方法。采用嵌入式容积准则和均方根滤波方法,以提高算法的... 针对容积卡尔曼滤波在系统状态突变时滤波精度下降的问题,结合均方根嵌入式容积卡尔曼滤波(SICKF)和强跟踪滤波(STF)算法,提出了一种自适应均方根嵌入式容积卡尔曼滤波(ASICKF)方法。采用嵌入式容积准则和均方根滤波方法,以提高算法的滤波精度和稳定性。引入强跟踪滤波,利用渐消因子在线修正预测误差协方差阵,强迫残差序列正交,以增强算法应对系统状态突变等不确定因素的能力。为了解决状态突变未知的目标跟踪问题,采用自适应均方根嵌入式容积卡尔曼滤波算法进行数值仿真,仿真结果表明,ASICKF在系统状态突变时能保证较高的滤波精度,具有较强的鲁棒性和系统自适应能力。 展开更多
关键词 非线性高斯滤波 嵌入式容积准则 自适应滤波 目标跟踪
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部