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
3
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
迭代无味卡尔曼滤波的目标跟踪算法
被引量：
4
1
作者
常国宾
许江宁
+1 位作者
李安
常路宾
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2011年第12期70-74,共5页
针对目标跟踪迭代无味卡尔曼滤波(IUKF)算法中跟踪精度较差的问题,提出一种基于状态扩展技术的改进迭代无味卡尔曼滤波(IIUKF)算法.新算法首先将观测噪声扩展进状态,构造关于扩展状态的零噪声观测方程,然后在观测迭代过程中将最新的扩...
针对目标跟踪迭代无味卡尔曼滤波(IUKF)算法中跟踪精度较差的问题,提出一种基于状态扩展技术的改进迭代无味卡尔曼滤波(IIUKF)算法.新算法首先将观测噪声扩展进状态,构造关于扩展状态的零噪声观测方程,然后在观测迭代过程中将最新的扩展状态后验估计代入更新公式,进行观测迭代更新.相比IUKF算法,IIUKF算法不仅形式上更为简洁,而且避免了IUKF算法中先验估计和观测噪声非统计正交的问题,滤波精度更高.数值仿真表明,IIUKF算法的跟踪误差比IUKF算法减小了20%以上.
展开更多
关键词
迭
代
扩展
卡尔曼滤波
迭代无味卡尔曼滤波
统计正交
目标跟踪
在线阅读
下载PDF
职称材料
多机无源跟踪迭代UKF算法
被引量：
3
2
作者
徐征
曲长文
陈俊
《系统工程与电子技术》
EI
CSCD
北大核心
2014年第2期220-223,共4页
为利用多机实现对目标的快速高精度无源跟踪,提出了一种新的迭代无味卡尔曼滤波(unscented Kalman filter,UKF)算法。所提算法利用随机变量的概率密度函数变换,求得了直接关于目标状态的似然函数,并据此利用最大似然估计迭代求解当前时...
为利用多机实现对目标的快速高精度无源跟踪,提出了一种新的迭代无味卡尔曼滤波(unscented Kalman filter,UKF)算法。所提算法利用随机变量的概率密度函数变换,求得了直接关于目标状态的似然函数,并据此利用最大似然估计迭代求解当前时刻的目标状态,推导了能达到最大似然面的迭代求解准则,将该准则与UKF算法结合得到新的迭代UKF算法。以多机只测角跟踪为例,对所提算法的性能进行仿真分析,仿真结果表明,相对于已有的迭代UKF算法,所提算法具有更好的跟踪性能,实用性强。
展开更多
关键词
无源跟踪
迭代无味卡尔曼滤波
最大似然估计
只测角
在线阅读
下载PDF
职称材料
免微分非线性Bayesian滤波方法评述
被引量：
12
3
作者
程水英
邹继伟
汤鹏
《宇航学报》
EI
CAS
CSCD
北大核心
2009年第3期843-857,876,共16页
以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器...
以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法。其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等。之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF。为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究。最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向。
展开更多
关键词
非线性估计
递推Bayesian
滤波
扩展
卡尔曼滤波
高斯
滤波
无味
变换
无味
卡尔曼滤波
均差
滤波
器
中心差分
滤波
器
Gauss—Hermite
滤波
器
积分
卡尔曼滤波
器
迭代无味卡尔曼滤波
栅格法
近似栅格
法
矩近似法
Monte
CARLO方法
粒子
滤波
裂变自举粒子
滤波
加权统计线性回归
在线阅读
下载PDF
职称材料
题名
迭代无味卡尔曼滤波的目标跟踪算法
被引量：
4
1
作者
常国宾
许江宁
李安
常路宾
机构
海军工程大学电气与信息工程学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2011年第12期70-74,共5页
基金
国家自然科学基金资助项目(40904018)
东南大学微电子机械系统教育部重点实验室开放基金资助项目(201001)
文摘
针对目标跟踪迭代无味卡尔曼滤波(IUKF)算法中跟踪精度较差的问题,提出一种基于状态扩展技术的改进迭代无味卡尔曼滤波(IIUKF)算法.新算法首先将观测噪声扩展进状态,构造关于扩展状态的零噪声观测方程,然后在观测迭代过程中将最新的扩展状态后验估计代入更新公式,进行观测迭代更新.相比IUKF算法,IIUKF算法不仅形式上更为简洁,而且避免了IUKF算法中先验估计和观测噪声非统计正交的问题,滤波精度更高.数值仿真表明,IIUKF算法的跟踪误差比IUKF算法减小了20%以上.
关键词
迭
代
扩展
卡尔曼滤波
迭代无味卡尔曼滤波
统计正交
目标跟踪
Keywords
iterated extended Kalman filter
iterative unscented Kalman filter
statistical orthogonal
target tracking
分类号
TN911.72 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
多机无源跟踪迭代UKF算法
被引量：
3
2
作者
徐征
曲长文
陈俊
机构
海军航空工程学院电子信息工程系
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2014年第2期220-223,共4页
基金
航空电子系统综合技术重点实验室和航空科学基金(20105584004)联合资助
海军航空工程学院研究生创新基金资助课题
文摘
为利用多机实现对目标的快速高精度无源跟踪,提出了一种新的迭代无味卡尔曼滤波(unscented Kalman filter,UKF)算法。所提算法利用随机变量的概率密度函数变换,求得了直接关于目标状态的似然函数,并据此利用最大似然估计迭代求解当前时刻的目标状态,推导了能达到最大似然面的迭代求解准则,将该准则与UKF算法结合得到新的迭代UKF算法。以多机只测角跟踪为例,对所提算法的性能进行仿真分析,仿真结果表明,相对于已有的迭代UKF算法,所提算法具有更好的跟踪性能,实用性强。
关键词
无源跟踪
迭代无味卡尔曼滤波
最大似然估计
只测角
Keywords
passive tracking
iterated unscented Kalrnan filter （UKF）
maximum likelihood estimator
bearing-only
分类号
TN958.97 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
免微分非线性Bayesian滤波方法评述
被引量：
12
3
作者
程水英
邹继伟
汤鹏
机构
电子工程学院
[
出处
《宇航学报》
EI
CAS
CSCD
北大核心
2009年第3期843-857,876,共16页
基金
国家自然科学基金(60702015)
中国博士后科学基金(20070420740)
文摘
以非线性递推Bayesian滤波问题的求解及其历史渊源为起点,分两类对各种免微分非线性Bayesian滤波方法或免微分方法的原理和算法进行了评述:一类是以线性最小均方误差最优估计子为特点的免微分高斯滤波,包括无味卡尔曼滤波、均差滤波器、中心差分滤波器和Gauss-Hermite滤波器或积分卡尔曼滤波器;另一类是后验密度数值逼近免微分方法,包括栅格法(GBMs)与近似栅格法、矩近似法和以粒子滤波为代表的Monte Carlo方法。其中还包括了作者的一些最新研究成果,如迭代UKF算法、裂变自举PF算法和关于粒子滤波算法有限收敛界的概念等。之后从加权统计线性回归的角度对两类免微分方法进行了统一认识,统一为以数值方法为特点的广义PF。为了建立一个关于各种免微分算法性能的整体印象,论文还通过一个复杂的递推非线性滤波估计例子,用MonteCarlo仿真实验的方法对7种典型的免微分方法和和传统的EKF算法进行了比较研究。最后对两类免微分方法进行了简单的比较,并指出了进一步研究的方向。
关键词
非线性估计
递推Bayesian
滤波
扩展
卡尔曼滤波
高斯
滤波
无味
变换
无味
卡尔曼滤波
均差
滤波
器
中心差分
滤波
器
Gauss—Hermite
滤波
器
积分
卡尔曼滤波
器
迭代无味卡尔曼滤波
栅格法
近似栅格
法
矩近似法
Monte
CARLO方法
粒子
滤波
裂变自举粒子
滤波
加权统计线性回归
Keywords
Nonlinear estimation
recursive bayesian filtering
Extended kalman filtering
Gaussian filtering
Unscented transformation
Unscented kalman filtering
Divided difference filter
Central difference filter
Gauss-hermite filter
Quadrature kalman filter
Iterated unscented kalman filtering
Grid-based methods
Approximate grid-based methods
Moment approximation methods
Monte carlo methods
Particle filtering
Fission bootstrap particle filtering
Weighted statistical linear regression
分类号
TN911.7 [电子电信—通信与信息系统]
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
迭代无味卡尔曼滤波的目标跟踪算法
常国宾
许江宁
李安
常路宾
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2011
4
在线阅读
下载PDF
职称材料
2
多机无源跟踪迭代UKF算法
徐征
曲长文
陈俊
《系统工程与电子技术》
EI
CSCD
北大核心
2014
3
在线阅读
下载PDF
职称材料
3
免微分非线性Bayesian滤波方法评述
程水英
邹继伟
汤鹏
《宇航学报》
EI
CAS
CSCD
北大核心
2009
12
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
