检索结果-维普期刊中文期刊服务平台

交互式多模型粒子滤波优化重采样算法被引量：8: 1; 作者周卫东孙天 +1 位作者储敏崔艳青《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第5期865-871,共7页; 针对标准交互式多模型粒子滤波(IMMPF)算法中存在粒子退化及多样性匮乏问题,提出了交互式多模型粒子滤波优化重采样(IMMPFOR)算法,利用线性优化理论改善模型中具有小权值的粒子精度。该算法的新颖性体现在给定量测信息条件下,利用线性... 展开更多; 关键词交互式多模型粒子滤波线性优化重采样粒子退化; 在线阅读下载PDF 职称材料

基于交互式多模型的粒子滤波算法被引量：19: 2; 作者邓小龙谢剑英杨煜普《系统仿真学报》 EI CAS CSCD 北大核心 2005年第10期2360-2362,2380,共4页; 融合交互式多模型和粒子滤波,提出了一种新的多模型粒子滤波算法。该算法采用多模型结构以跟踪目标的任意机动。各模型采用粒子滤波算法,以处理非线性、非高斯问题。各模型中相对固定数目的粒子群经过相互交互、粒子滤波后再进行重抽样... 展开更多; 关键词交互式多模型粒子滤波非线性非高斯重抽样; 在线阅读下载PDF 职称材料

适于无源阵列跟踪的粒子滤波交互多模型算法被引量：1: 3; 作者王凯张永顺尚振峰《空军工程大学学报（自然科学版）》 CSCD 北大核心 2008年第3期33-36,41,共5页; 针对无源阵列被动跟踪效果较差的问题,融合交互式多模型和粒子滤波方法,提出了一种基于粒子滤波的交互多模型(IMM-PF)算法。该算法采用多模型结构跟踪目标的任意机动;各模型采用粒子滤波算法处理非线性、非高斯问题。各模型中相对固定... 展开更多; 关键词交互式多模型粒子滤波非线性非高斯重抽样; 在线阅读下载PDF 职称材料

LC滤波型逆变器加权双矢量模型预测控制方法被引量：4: 4; 作者郭磊磊陶自恒 +2 位作者李琰琰朱虹金楠《智慧电力》北大核心 2023年第12期94-100,共7页; 随着新能源技术的发展,模型预测控制(MPC)被广泛应用于LC滤波型电压源逆变器系统中。针对常规调制双矢量MPC策略中矢量作用时间不可灵活调节,导致不能实现控制误差最小化的问题,提出一种改进的电压矢量作用时间可调的加权双矢量MPC方法... 展开更多; 关键词 LC滤波型电压源逆变器加权双矢量可变权重因子模型预测控制; 在线阅读下载PDF 职称材料

被动多传感器改进交互多模型粒子滤波算法: 5; 作者刘威宋伟黄遵全《舰船科学技术》北大核心 2017年第3期145-149,157,共6页; 将改进的粒子滤波算法即基于均匀重采样的粒子滤波(AUPF)与交互式多模型算法(IMM)相结合,提出交互式多模型均匀重采样粒子滤波算法(IMM-AUPF),并将其应用于被动多传感器的机动目标跟踪中。均匀重采样粒子滤波在标准粒子滤波的基础上通... 展开更多; 关键词均匀重采样被动多传感器机动目标交互式多模型粒子滤波; 在线阅读下载PDF 职称材料

基于指数加权的改进衰减记忆自适应滤波算法被引量：11: 6; 作者蔡佳黄长强 +2 位作者井会锁丁达理赖志平《探测与控制学报》 CSCD 北大核心 2013年第4期21-26,共6页; 体系对抗条件下预警机作用日益突出,但是我方离其距离远,量测数据不准确,对其跟踪困难,针对这个问题提出了一种基于指数加权的改进衰减记忆自适应滤波算法。标准卡尔曼滤波由于模型不准确会造成滤波发散,传统衰减记忆滤波在解决此问题... 展开更多; 关键词目标跟踪卡尔曼滤波衰减记忆自适应衰减因子指数加权交互式多模型; 在线阅读下载PDF 职称材料

禁忌搜索粒子滤波算法在目标跟踪中的应用被引量：4: 7; 作者王龙夏厚培《科学技术与工程》北大核心 2013年第6期1630-1634,共5页; 雷达目标跟踪量测系统常受到闪烁噪声干扰,导致传统滤波算法的滤波性能急剧下降甚至发散。针对标准粒子滤波算法存在粒子退化的缺陷,重采样环节引入禁忌搜索思想,提出了禁忌搜索扩展卡尔曼粒子滤波算法,驱散局部最优的粒子集,使其向全... 展开更多; 关键词目标跟踪粒子滤波禁忌搜索交互式多模型重采样; 在线阅读下载PDF 职称材料

基于RIMMKF的一种传感器管理算法被引量：5: 8; 作者刘先省周林杜晓玉《电子学报》 EI CAS CSCD 北大核心 2007年第12期2247-2251,共5页; 以重加权交互式多模型卡尔曼滤波(RIMMKF)为基础,提出了一种传感器管理算法.首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量,然后利用信息增量最大化来分配传感器资源.所采用的模型弥补了交互式多模... 展开更多; 关键词传感器管理分辨力信息增量重加权交互式多模型滤波; 在线阅读下载PDF 职称材料

适于无源阵列跟踪机动目标的IMM-PF算法被引量：3: 9; 作者郭艺夺童宁宁王凯《电光与控制》北大核心 2009年第1期39-41,46,共4页; 针对无源阵列对机动目标跟踪效果较差的问题,在融合交互式多模型和粒子滤波方法的基础上,提出了一种基于粒子滤波的交互多模型(IMM-PF)算法。该算法采用多模型结构以跟踪目标的任意机动;各模型采用粒子滤波算法,以处理非线性、非高斯问... 展开更多; 关键词机动目标跟踪交互式多模型粒子滤波非线性/非高斯问题重抽样; 在线阅读下载PDF 职称材料

题名交互式多模型粒子滤波优化重采样算法被引量：8: 1; 作者周卫东孙天储敏崔艳青; 机构哈尔滨工程大学自动化学院哈尔滨建成集团有限公司; 出处《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第5期865-871,共7页; 基金国家自然科学基金(61573112)~~; 文摘针对标准交互式多模型粒子滤波(IMMPF)算法中存在粒子退化及多样性匮乏问题,提出了交互式多模型粒子滤波优化重采样(IMMPFOR)算法,利用线性优化理论改善模型中具有小权值的粒子精度。该算法的新颖性体现在给定量测信息条件下,利用线性优化方法及模型交互概率将每个模型中拥有小权值的粒子替换成新的粒子。新的粒子既包含本模型中粒子信息,又包含了本模型与其他模型交互后的粒子信息。目标跟踪的仿真结果证明:每个模型新产生的粒子集合可以准确地近似真实状态后验概率密度函数,系统的估计精度与标准IMMPF算法相比有较大提升。; 关键词交互式多模型粒子滤波线性优化重采样粒子退化; Keywords interacting multiple models particle filter linear optimization resampling particle degeneration; 分类号 TN957.52 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于交互式多模型的粒子滤波算法被引量：19: 2; 作者邓小龙谢剑英杨煜普; 机构上海交通大学自动化系; 出处《系统仿真学报》 EI CAS CSCD 北大核心 2005年第10期2360-2362,2380,共4页; 基金国家863基金资助项目(2001AA422420-02); 文摘融合交互式多模型和粒子滤波,提出了一种新的多模型粒子滤波算法。该算法采用多模型结构以跟踪目标的任意机动。各模型采用粒子滤波算法,以处理非线性、非高斯问题。各模型中相对固定数目的粒子群经过相互交互、粒子滤波后再进行重抽样以减少滤波退化现象。与通用的交互式多模型算法进行了比较,试验仿真结果证实了本文新滤波算法的有效性。; 关键词交互式多模型粒子滤波非线性非高斯重抽样; Keywords interacting multiple model particle filter nonlinear / non-Gaussian resampling; 分类号 TP273 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名适于无源阵列跟踪的粒子滤波交互多模型算法被引量：1: 3; 作者王凯张永顺尚振峰; 机构空军工程大学导弹学院空军后勤部直供部; 出处《空军工程大学学报（自然科学版）》 CSCD 北大核心 2008年第3期33-36,41,共5页; 基金国家“863”计划资助项目(2006AA701307); 文摘针对无源阵列被动跟踪效果较差的问题,融合交互式多模型和粒子滤波方法,提出了一种基于粒子滤波的交互多模型(IMM-PF)算法。该算法采用多模型结构跟踪目标的任意机动;各模型采用粒子滤波算法处理非线性、非高斯问题。各模型中相对固定数目的粒子群经过相互交互、粒子滤波后再进行重抽样以减少滤波退化现象。在交互阶段,对各模型的相应粒子进行输入交互;在滤波阶段,抽取N个采样点,得到估计采样,从而求得估计输出和有关函数;在混合阶段,获得状态向量的后验条件概率密度函数,通过这个后验概率密度便可获得状态向量的估计量。与典型的交互式多模型算法(IMM-KF)进行了比较,计算机仿真结果证实了本文新算法的正确性和有效性。; 关键词交互式多模型粒子滤波非线性非高斯重抽样; Keywords interacting multiple model particle filter nonlinear / non - Gaussian re - sampling; 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LC滤波型逆变器加权双矢量模型预测控制方法被引量：4: 4; 作者郭磊磊陶自恒李琰琰朱虹金楠; 机构郑州轻工业大学电气信息工程学院中国能源建设集团安徽省电力设计院有限公司; 出处《智慧电力》北大核心 2023年第12期94-100,共7页; 基金国家自然科学基金资助项目(U2004166) 河南省科技攻关计划资助项目(212102210021,232102241026)。; 文摘随着新能源技术的发展,模型预测控制(MPC)被广泛应用于LC滤波型电压源逆变器系统中。针对常规调制双矢量MPC策略中矢量作用时间不可灵活调节,导致不能实现控制误差最小化的问题,提出一种改进的电压矢量作用时间可调的加权双矢量MPC方法。通过在双矢量作用时间中引入可变权重因子m作为比例因子,以最小化代价函数为目标计算该可变权重因子m的值,求得加权双矢量作用时间以实现最优控制。实验分析表明,所提方法具有更好的电压跟踪能力,可降低LC滤波型电压源逆变器输出电压的总谐波失真(THD)值。; 关键词 LC滤波型电压源逆变器加权双矢量可变权重因子模型预测控制; Keywords LC-filtered voltage source inverter weighted double-vector variable weight factor MPC; 分类号 TM464 [电气工程—电器]; 在线阅读下载PDF 职称材料

题名被动多传感器改进交互多模型粒子滤波算法: 5; 作者刘威宋伟黄遵全; 机构中国人民解放军北海舰队参谋部信息保障处; 出处《舰船科学技术》北大核心 2017年第3期145-149,157,共6页; 文摘将改进的粒子滤波算法即基于均匀重采样的粒子滤波(AUPF)与交互式多模型算法(IMM)相结合,提出交互式多模型均匀重采样粒子滤波算法(IMM-AUPF),并将其应用于被动多传感器的机动目标跟踪中。均匀重采样粒子滤波在标准粒子滤波的基础上通过改进重采样过程,在解决粒子退化问题的同时,增加了粒子的多样性,提高了滤波性能。在多模型中应用均匀重采样粒子滤波,提高被动多传感器系统的机动目标跟踪精度。将该方法与交互式多模型粒子滤波算法(IMM-PF)进行仿真对比,结果表明该方法具有更好的跟踪性能。; 关键词均匀重采样被动多传感器机动目标交互式多模型粒子滤波; Keywords uniform resampling passive multi-sensor maneuvering target interacting multiple model particle filter; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于指数加权的改进衰减记忆自适应滤波算法被引量：11: 6; 作者蔡佳黄长强井会锁丁达理赖志平; 机构空军工程大学航空航天工程学院西安机电信息技术研究所广州军区空军装备部; 出处《探测与控制学报》 CSCD 北大核心 2013年第4期21-26,共6页; 基金航空科学基金资助(20105196016); 文摘体系对抗条件下预警机作用日益突出,但是我方离其距离远,量测数据不准确,对其跟踪困难,针对这个问题提出了一种基于指数加权的改进衰减记忆自适应滤波算法。标准卡尔曼滤波由于模型不准确会造成滤波发散,传统衰减记忆滤波在解决此问题的同时由于其衰减因子为常值会造成目标跟踪精度不足,为此设计了一个指数型的衰减因子对传统算法进行改进,该衰减因子能够自适应计算,并将改进后的方法应用于交互式多模型算法当中。仿真结果表明,该算法可以对预警机目标进行有效跟踪,且与标准卡尔曼滤波和常值衰减因子滤波对比发现,该算法估计误差明显减小,跟踪精度显著提高。; 关键词目标跟踪卡尔曼滤波衰减记忆自适应衰减因子指数加权交互式多模型; Keywords target tracking Kalman filtering fading memory adaptive fading factor exponential weighting in-teracting multiple model; 分类号 V271.4 [航空宇航科学与技术—飞行器设计] TN953 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名禁忌搜索粒子滤波算法在目标跟踪中的应用被引量：4: 7; 作者王龙夏厚培; 机构南京信息工程大学电子与信息工程学院南京船舶雷达研究所; 出处《科学技术与工程》北大核心 2013年第6期1630-1634,共5页; 文摘雷达目标跟踪量测系统常受到闪烁噪声干扰,导致传统滤波算法的滤波性能急剧下降甚至发散。针对标准粒子滤波算法存在粒子退化的缺陷,重采样环节引入禁忌搜索思想,提出了禁忌搜索扩展卡尔曼粒子滤波算法,驱散局部最优的粒子集,使其向全局最优位置靠近,提高采样粒子的有效性。结合交互多模型(IMM),将算法与IMM-PF算法进行仿真比较,结果表明该算法对机动目标具有较优的跟踪性能。; 关键词目标跟踪粒子滤波禁忌搜索交互式多模型重采样; Keywords target tracking particle filter tabu search （TS） interacting multiple model （IMM） resampling; 分类号 TN953 [电子电信—信号与信息处理]; 在线阅读下载PDF 职称材料

题名基于RIMMKF的一种传感器管理算法被引量：5: 8; 作者刘先省周林杜晓玉; 机构河南大学先进控制与智能信息研究所河南大学基础实验教学中心; 出处《电子学报》 EI CAS CSCD 北大核心 2007年第12期2247-2251,共5页; 基金国家自然科学基金(No.60272024) 河南省高等学校创新人才培养工程河南省教育厅自然科学基金(No.2006510001); 文摘以重加权交互式多模型卡尔曼滤波(RIMMKF)为基础,提出了一种传感器管理算法.首先利用RIMM对联合多目标概率的量测更新和马尔可夫转移更新求取分辨力也即信息增量,然后利用信息增量最大化来分配传感器资源.所采用的模型弥补了交互式多模型(IMM)的不足.仿真结果表明,在机动多模型环境下,与IMMKF分辨力方法相比,本文所提算法行之有效且能使传感器资源得到有效地分配.; 关键词传感器管理分辨力信息增量重加权交互式多模型滤波; Keywords sensor management discrimination information gain reweighted interacting multiple models kalman filtering （RIMMKF）; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名适于无源阵列跟踪机动目标的IMM-PF算法被引量：3: 9; 作者郭艺夺童宁宁王凯; 机构空军工程大学导弹学院; 出处《电光与控制》北大核心 2009年第1期39-41,46,共4页; 基金国家"八六三"计划资助项目(2006AA701307); 文摘针对无源阵列对机动目标跟踪效果较差的问题,在融合交互式多模型和粒子滤波方法的基础上,提出了一种基于粒子滤波的交互多模型(IMM-PF)算法。该算法采用多模型结构以跟踪目标的任意机动;各模型采用粒子滤波算法,以处理非线性、非高斯问题。各模型中相对固定数目的粒子群经过相互交互、粒子滤波后再进行重抽样以减少滤波退化现象。与典型的交互式多模型算法(IMM-KF)进行了比较,计算机仿真结果证实了新算法的正确性和有效性。; 关键词机动目标跟踪交互式多模型粒子滤波非线性/非高斯问题重抽样; Keywords maneuvering target tracking interacting multiple model particle filter nonlinear/non- Gaussian issue resampling; 分类号 V271.4 [航空宇航科学与技术—飞行器设计] 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	交互式多模型粒子滤波优化重采样算法	周卫东孙天储敏崔艳青	《北京航空航天大学学报》 EI CAS CSCD 北大核心	2017	8	在线阅读下载PDF 职称材料
2	基于交互式多模型的粒子滤波算法	邓小龙谢剑英杨煜普	《系统仿真学报》 EI CAS CSCD 北大核心	2005	19	在线阅读下载PDF 职称材料
3	适于无源阵列跟踪的粒子滤波交互多模型算法	王凯张永顺尚振峰	《空军工程大学学报（自然科学版）》 CSCD 北大核心	2008	1	在线阅读下载PDF 职称材料
4	LC滤波型逆变器加权双矢量模型预测控制方法	郭磊磊陶自恒李琰琰朱虹金楠	《智慧电力》北大核心	2023	4	在线阅读下载PDF 职称材料
5	被动多传感器改进交互多模型粒子滤波算法	刘威宋伟黄遵全	《舰船科学技术》北大核心	2017	0	在线阅读下载PDF 职称材料
6	基于指数加权的改进衰减记忆自适应滤波算法	蔡佳黄长强井会锁丁达理赖志平	《探测与控制学报》 CSCD 北大核心	2013	11	在线阅读下载PDF 职称材料
7	禁忌搜索粒子滤波算法在目标跟踪中的应用	王龙夏厚培	《科学技术与工程》北大核心	2013	4	在线阅读下载PDF 职称材料
8	基于RIMMKF的一种传感器管理算法	刘先省周林杜晓玉	《电子学报》 EI CAS CSCD 北大核心	2007	5	在线阅读下载PDF 职称材料
9	适于无源阵列跟踪机动目标的IMM-PF算法	郭艺夺童宁宁王凯	《电光与控制》北大核心	2009	3	在线阅读下载PDF 职称材料