期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
模糊化模型概率的IMM-SUPF机动面目标跟踪
被引量：
1
1
作者
石杰
李银伢
+1 位作者
戚国庆
盛安冬
《四川大学学报（工程科学版）》
CSCD
北大核心
2017年第S1期139-145,共7页
为了提高跟踪系统对水面机动目标的跟踪能力,本文将水面目标建模为椭圆形面目标,提出一种模糊化模型概率的交互多模型(interacting multiple model,IMM)强无迹粒子滤波算法。首先,利用现代高分辨率雷达获得的面目标扩展测量,给出了基于...
为了提高跟踪系统对水面机动目标的跟踪能力,本文将水面目标建模为椭圆形面目标,提出一种模糊化模型概率的交互多模型(interacting multiple model,IMM)强无迹粒子滤波算法。首先,利用现代高分辨率雷达获得的面目标扩展测量,给出了基于面目标的跟踪测量方程。其次,将强无迹粒子滤波(strong unscented particle filter,SUPF)算法引入到IMM中得到IMM-SUPF。该SUPF算法利用强跟踪无迹卡尔曼滤波(strong tracking unscented Kalman filter,STUKF)产生粒子建议分布。由于STUKF采用渐消因子调整UKF的状态模型协方差和观测模型协方差的比例,使得建议分布更符合真实状态的后验概率分布,从而提高了IMM算法中子模型滤波器的估计精度。最后,基于模糊隶属度函数对粒子的模型概率进行模糊化,从而在提高真实模型滤波器中粒子模型概率的同时,减小非匹配模型滤波器中粒子模型概率,进而提高IMM算法的估计融合精度。Monte-Carlo仿真实验表明,相比于传统的基于质点目标的IMM-UPF算法,文中所提的基于面目标的IMM算法跟踪精度更高,且所提算法的误差超调量更小,收敛更快。此外,所提面目标IMM算法的跟踪精度也要高于面目标IMM-UPF算法。不同于传统的质点目标IMM算法,文中将水面目标建模为椭圆形面目标,并利用面目标扩展测量信息设计了模糊化模型概率的IMM-SUPF算法。该算法进一步提高了跟踪系统对水面机动目标的跟踪能力。
展开更多
关键词
交互多模型
机动面目标
强无迹粒子滤波
模型概率
在线阅读
下载PDF
职称材料
题名
模糊化模型概率的IMM-SUPF机动面目标跟踪
被引量：
1
1
作者
石杰
李银伢
戚国庆
盛安冬
机构
南京理工大学自动化学院
出处
《四川大学学报（工程科学版）》
CSCD
北大核心
2017年第S1期139-145,共7页
基金
国家自然科学基金资助项目(61273076)
文摘
为了提高跟踪系统对水面机动目标的跟踪能力,本文将水面目标建模为椭圆形面目标,提出一种模糊化模型概率的交互多模型(interacting multiple model,IMM)强无迹粒子滤波算法。首先,利用现代高分辨率雷达获得的面目标扩展测量,给出了基于面目标的跟踪测量方程。其次,将强无迹粒子滤波(strong unscented particle filter,SUPF)算法引入到IMM中得到IMM-SUPF。该SUPF算法利用强跟踪无迹卡尔曼滤波(strong tracking unscented Kalman filter,STUKF)产生粒子建议分布。由于STUKF采用渐消因子调整UKF的状态模型协方差和观测模型协方差的比例,使得建议分布更符合真实状态的后验概率分布,从而提高了IMM算法中子模型滤波器的估计精度。最后,基于模糊隶属度函数对粒子的模型概率进行模糊化,从而在提高真实模型滤波器中粒子模型概率的同时,减小非匹配模型滤波器中粒子模型概率,进而提高IMM算法的估计融合精度。Monte-Carlo仿真实验表明,相比于传统的基于质点目标的IMM-UPF算法,文中所提的基于面目标的IMM算法跟踪精度更高,且所提算法的误差超调量更小,收敛更快。此外,所提面目标IMM算法的跟踪精度也要高于面目标IMM-UPF算法。不同于传统的质点目标IMM算法,文中将水面目标建模为椭圆形面目标,并利用面目标扩展测量信息设计了模糊化模型概率的IMM-SUPF算法。该算法进一步提高了跟踪系统对水面机动目标的跟踪能力。
关键词
交互多模型
机动面目标
强无迹粒子滤波
模型概率
Keywords
interacting multiple model
maneuvering area target
strong unscented particle filter
model probability
分类号
TB-55 [一般工业技术]
TB [一般工业技术]
N55 [自然科学总论]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
模糊化模型概率的IMM-SUPF机动面目标跟踪
石杰
李银伢
戚国庆
盛安冬
《四川大学学报（工程科学版）》
CSCD
北大核心
2017
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
