期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
LOS/NLOS混合环境中基于交互式多模型的鲁棒目标跟踪 被引量:2
1
作者 欧阳宁烽 周彦 徐建闽 《计算机应用研究》 CSCD 北大核心 2013年第11期3465-3468,共4页
针对视距(line-of-sight,LOS)和非视距(none-line-of-sight,NLOS)混合环境的定位跟踪问题,提出一种基于扩展H∞滤波(EHF)和扩展卡尔曼滤波(EKF)的交互式多模型(IMM)定位跟踪算法。目标与基站之间的LOS、NLOS传输信道分别用EKF和EHF匹配... 针对视距(line-of-sight,LOS)和非视距(none-line-of-sight,NLOS)混合环境的定位跟踪问题,提出一种基于扩展H∞滤波(EHF)和扩展卡尔曼滤波(EKF)的交互式多模型(IMM)定位跟踪算法。目标与基站之间的LOS、NLOS传输信道分别用EKF和EHF匹配,模型间的转换用马尔可夫过程进行描述。Monte Carlo仿真结果表明,该算法具有较高的定位精度、较好的跟踪稳定性,且计算时间与基于EKF的IMM算法相当,具有较好的可实现性。 展开更多
关键词 目标跟踪 扩展H∞滤波 扩展卡尔曼滤波 交互式多模型 los nlos混合环境
在线阅读 下载PDF
LOS/NLOS环境中融合TOA与RSSI的IMM目标跟踪 被引量:2
2
作者 周彦 欧阳宁烽 +1 位作者 盛权 胡岚 《计算机工程与应用》 CSCD 2013年第22期55-58,62,共5页
针对视距(Line-of-sight,LOS)和非视距(None-line-of-sight,NLOS)混合环境中的运动目标跟踪问题,提出一种基于TOA(到达时间)与RSS(I接收信号强度)测量融合的交互式多模型(Interacting Multiple Model,IMM)鲁棒跟踪算法。目标与基站之间... 针对视距(Line-of-sight,LOS)和非视距(None-line-of-sight,NLOS)混合环境中的运动目标跟踪问题,提出一种基于TOA(到达时间)与RSS(I接收信号强度)测量融合的交互式多模型(Interacting Multiple Model,IMM)鲁棒跟踪算法。目标与基站之间的LOS、NLOS传输分别用扩展卡尔曼滤波(EKF)和扩展H$滤波(EHF)进行匹配,并采用马尔可夫过程对模型间的转换进行描述。Monte Carlo仿真结果表明,与单纯TOA测量跟踪相比,该算法具有较高的定位精度和较好的跟踪稳定性,且计算复杂度相当,具有较好的可实现性。 展开更多
关键词 目标跟踪 扩展H∞滤波 扩展卡尔曼滤波 交互式多模型 los nlos混合环境 TOA—RSSI
在线阅读 下载PDF
基于IMM-UKF-CS的混合环境目标跟踪 被引量:3
3
作者 周彦 胡岚 王冬丽 《系统仿真学报》 CAS CSCD 北大核心 2017年第1期43-48,56,共7页
针对视距(Line of Sight,LOS)和非视距(None-Line of Sight,NLOS)混合环境机动目标跟踪问题,提出一种基于"当前"统计模型(current statistical,CS)和无迹卡尔曼滤波(unscented Kalman filter,UKF)的交互式多模型方法(IMM-UKF-... 针对视距(Line of Sight,LOS)和非视距(None-Line of Sight,NLOS)混合环境机动目标跟踪问题,提出一种基于"当前"统计模型(current statistical,CS)和无迹卡尔曼滤波(unscented Kalman filter,UKF)的交互式多模型方法(IMM-UKF-CS)。该方法在交互式多模型的框架内,利用CS在机动目标跟踪方面的优势,并选择具有较高跟踪精度且计算代价较低的UKF作为子滤波器。仿真结果表明:在LOS/NLOS混合环境中,IMM-UKF-CS具有较高的跟踪精度、较强的鲁棒性及较低的时间代价,具有良好的应用价值。 展开更多
关键词 机动目标跟踪 los/nlos混合环境 “当前”统计模型 无迹卡尔曼滤波 交互式多模型
在线阅读 下载PDF
基于UWB与PDR的井下人员融合定位方法 被引量:1
4
作者 贾宇涛 李冠华 +3 位作者 潘红光 陈海舰 魏绪强 白俊明 《工矿自动化》 CSCD 北大核心 2024年第6期96-102,135,共8页
现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题,提出一种考虑NLOS环境的基于UWB... 现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正,以简单的阈值划分作为NLOS环境判断依据,而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题,提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先,利用UWB技术进行井下人员位置解算,通过三边定位算法得到人员初步位置后,使用最小二乘法对位置进行优化,通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合,减小NLOS环境下的测距误差,提高定位精度。其次,采用PDR算法对步态进行识别和分析,PDR算法使用惯性导航传感器采集的步态数据,通过步态识别、步长估计和方向估计,实现目标位置的更新;然后,通过卷积神经网络(CNN)-长短期记忆(LSTM)网络分析信道脉冲响应(CIR)特征,实现视距(LOS)/NLOS识别,解决NLOS环境判断存在场景限制的问题;最后,根据LOS/NLOS识别结果确定融合系数,实现UWB和PDR定位结果融合。测试结果表明:多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3%,召回率和F1分数均在90%以上,验证了CNNLSTM具有较好的识别效果;融合定位方法的平均误差为0.31 m,较UWB降低1.57 m,较PDR降低1.41 m。 展开更多
关键词 井下人员定位 UWB 行人航位推算 PDR 融合定位 非视距环境 最小二乘法 多项式拟合 CNN-LSTM los nlos
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部