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
2
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
基于HCKS-EM的战斗机蛇形机动目标跟踪算法
被引量：
1
1
作者
卢春光
周中良
+2 位作者
刘宏强
寇添
杨远志
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018年第9期2004-2012,共9页
针对有色量测噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,基于期望最大化(EM)算法框架,提出了一种带有色量测噪声的联合估计与辨识算法。通过采用量测差分法实现了有色噪声白化,从...
针对有色量测噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,基于期望最大化(EM)算法框架,提出了一种带有色量测噪声的联合估计与辨识算法。通过采用量测差分法实现了有色噪声白化,从而将有色量测噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题。基于EM算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识:在Estep,通过利用有色量测噪声背景下的高阶容积卡尔曼平滑(HCKS)算法,获得了目标状态的后验估计;在M-step,通过极大化条件似然函数,进而获得转弯角速度的解析解。通过仿真验证了本文算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法以及交互多模型法。而且又从窗口长度以及最大迭代次数2个方面评估分析了算法的性能,仿真结果表明,窗口长度以及最大迭代次数越大,精度越高。
展开更多
关键词
蛇形机动
有色量测噪声
量测差分法
期望最大化(EM)
联合估计与辨识
在线阅读
下载PDF
职称材料
量测随机延迟下带非高斯噪声的目标跟踪算法
2
作者
卢春光
周中良
+2 位作者
刘宏强
阮铖巍
杨海燕
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019年第4期83-93,共11页
为解决量测一步随机延迟及非高斯噪声条件下战斗机蛇形机动模式转弯角速度辨识问题,更好地实现蛇形机动的稳定跟踪,考虑到目标状态与转弯角速度之间相互耦合的特性,基于联合估计与辨识的思想,依据极大似然准则,提出了一种基于期望最大...
为解决量测一步随机延迟及非高斯噪声条件下战斗机蛇形机动模式转弯角速度辨识问题,更好地实现蛇形机动的稳定跟踪,考虑到目标状态与转弯角速度之间相互耦合的特性,基于联合估计与辨识的思想,依据极大似然准则,提出了一种基于期望最大化的目标状态估计与转弯角速度辨识联合优化算法.该算法主体包含两个部分:E-step和M-step.在E-step,首先,通过充分考虑量测一步随机延迟特性及非高斯量测噪声,重新构造了粒子滤波器的似然函数,进而改进了粒子权重的更新公式,同时,为避免粒子贫乏现象的发生,将粒子群优化算法引入到重构的粒子滤波器当中进一步改进粒子采样过程;其次,将拒绝采样思想引入到后向模拟粒子平滑器当中,并相应地设置拒绝采样终止条件,优化后向模拟粒子平滑器,进一步提高平滑算法的执行效率;最后采用改进的粒子滤波器与后向模拟粒子平滑器进一步获取目标状态的平滑量;在M-step,通过采用牛顿迭代法极大化条件似然函数,从而获得转弯角速度的估计量,用于下一次算法迭代.通过E-step和M-step的不断迭代,进而获得转弯角速度的闭环形式的优化解.仿真实验结果表明,所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法.
展开更多
关键词
随机延迟
期望最大化
联合估计与辨识
粒子滤波
后向模拟粒子平滑器
拒绝采样
粒子群
在线阅读
下载PDF
职称材料
题名
基于HCKS-EM的战斗机蛇形机动目标跟踪算法
被引量：
1
1
作者
卢春光
周中良
刘宏强
寇添
杨远志
机构
空军工程大学航空工程学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018年第9期2004-2012,共9页
基金
国家自然科学基金(61472443)~~
文摘
针对有色量测噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,基于期望最大化(EM)算法框架,提出了一种带有色量测噪声的联合估计与辨识算法。通过采用量测差分法实现了有色噪声白化,从而将有色量测噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题。基于EM算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识:在Estep,通过利用有色量测噪声背景下的高阶容积卡尔曼平滑(HCKS)算法,获得了目标状态的后验估计;在M-step,通过极大化条件似然函数,进而获得转弯角速度的解析解。通过仿真验证了本文算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法以及交互多模型法。而且又从窗口长度以及最大迭代次数2个方面评估分析了算法的性能,仿真结果表明,窗口长度以及最大迭代次数越大,精度越高。
关键词
蛇形机动
有色量测噪声
量测差分法
期望最大化(EM)
联合估计与辨识
Keywords
zigzag maneuver
colored measurement noise
measurement difference scheme
expectation maximization （EM）
joint estimation and identification
分类号
V19 [航空宇航科学与技术—人机与环境工程]
在线阅读
下载PDF
职称材料
题名
量测随机延迟下带非高斯噪声的目标跟踪算法
2
作者
卢春光
周中良
刘宏强
阮铖巍
杨海燕
机构
空军工程大学航空工程学院
解放军
空军工程大学空管领航学院
出处
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019年第4期83-93,共11页
基金
国家自然科学基金(61472441)
文摘
为解决量测一步随机延迟及非高斯噪声条件下战斗机蛇形机动模式转弯角速度辨识问题,更好地实现蛇形机动的稳定跟踪,考虑到目标状态与转弯角速度之间相互耦合的特性,基于联合估计与辨识的思想,依据极大似然准则,提出了一种基于期望最大化的目标状态估计与转弯角速度辨识联合优化算法.该算法主体包含两个部分:E-step和M-step.在E-step,首先,通过充分考虑量测一步随机延迟特性及非高斯量测噪声,重新构造了粒子滤波器的似然函数,进而改进了粒子权重的更新公式,同时,为避免粒子贫乏现象的发生,将粒子群优化算法引入到重构的粒子滤波器当中进一步改进粒子采样过程;其次,将拒绝采样思想引入到后向模拟粒子平滑器当中,并相应地设置拒绝采样终止条件,优化后向模拟粒子平滑器,进一步提高平滑算法的执行效率;最后采用改进的粒子滤波器与后向模拟粒子平滑器进一步获取目标状态的平滑量;在M-step,通过采用牛顿迭代法极大化条件似然函数,从而获得转弯角速度的估计量,用于下一次算法迭代.通过E-step和M-step的不断迭代,进而获得转弯角速度的闭环形式的优化解.仿真实验结果表明,所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法.
关键词
随机延迟
期望最大化
联合估计与辨识
粒子滤波
后向模拟粒子平滑器
拒绝采样
粒子群
Keywords
randomly delayed
expectation maximization
the joint estimation and identification
particle filter
backward simulation particle smoother
rejection sampling
particle swarm
分类号
TN713 [电子电信—电路与系统]
E91 [军事]
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
基于HCKS-EM的战斗机蛇形机动目标跟踪算法
卢春光
周中良
刘宏强
寇添
杨远志
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2018
1
在线阅读
下载PDF
职称材料
2
量测随机延迟下带非高斯噪声的目标跟踪算法
卢春光
周中良
刘宏强
阮铖巍
杨海燕
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2019
0
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
