共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
3.
针对已有杂波环境中机动多目标跟踪算法运算量大的不足,提出了一种基于有机动检测和机动转稳态判断的自适应α-β滤波和改进的模糊数据关联的新方法,并利用滤波过程中的机动指标实时地调整波门的大小。该方法计算量小,易于工程实现。Monte Carlo仿真结果表明了该方法良好的跟踪性能。 相似文献
4.
伪加速度修正自适应α-β滤波算法研究 总被引:1,自引:1,他引:0
针对现有的球坐标系下无修正伪加速度自适应α-β滤波算法的缺陷,提出了伪加速度修正自适应α-β滤波算法。该算法选用球坐标系作为跟踪坐标系,建立了伪加速度修正的目标运动模型,消除了伪加速度对滤波算法跟踪精度的影响。通过仿真,证实该改进算法的滤波精度优于不带伪加速度修正的α-β滤波算法,同时计算量并没有显著的增加,易于工程实现,特别适合多目标的实时跟踪。 相似文献
5.
6.
7.
8.
基于伪线性滤波算法和输入估计算法提出了一种对空中机动目标进行三维测向无源自适应跟踪的新算法。该算法把目标机动加速度看成是未知的输入向量附加到状态方程中,再利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度。仿真结果表明:该算法不需要对目标进行机动检测,即能够适应目标机动和非机动2种工作模式,实现对空中机动目标的自适应无源跟踪。 相似文献
9.
10.
11.
在恒虚警条件下,针对传统的航海雷达模拟器目标跟踪采用的基于不敏卡尔曼滤波的联合概率数据互联算法( JPDA-UKF)发散、复杂度高和实时性差的问题,提出了一种利用运动补偿的笛卡尔坐标下改进的JPDA-UKF滤波方法。该算法引入相邻周期回波间运动补偿提取的目标量测可信度矩阵,限制进入跟踪门相交区域中的虚假量测数量,并将软跟踪门技术应用于滑窗逻辑法实现航迹管理。仿真结果表明,所提方法径向速度误差比传统的JPDA-UKF算法与自适应的α-β滤波算法分别降低10%和20%,目标获得稳定航迹后径向速度归一化均方根误差( RMSE)比上述两种方法分别具有约10 dB和15 dB的性能优势,算法的复杂度符合真实雷达的边扫描边跟踪的实时处理。 相似文献
12.
研究了一种用于估计制导弹药与目标之间的视线角速率算法的推导与实现.低成本的捷联导引头的测量信息中包含了弹目在相对运动中形成的视线角和弹体姿态两部分信息,首先设计解耦算法将弹体姿态信息去除,然后采用扩展卡尔曼滤波(EKF)以及α-β滤波这两种算法分别对视线角和视线角速率进行估计,最终的仿真结果表明采用EKF算法能比α-β滤波算法得到更加精确的估计值. 相似文献
13.
变结构多模型估计单Kalman滤波跟踪机动目标算法 总被引:1,自引:0,他引:1
在机动目标跟踪中,如果我们估计出目标的机动量,就可以使用单Kalman滤波来跟踪目标且跟踪精度和IMM滤波方法接近。文献[l]中提出用N个离散加速度Ui覆盖目标机动量,然后用它们加权的方法来得到机动量的估值。这些离散加速度量Ui的选择是个难点。本文提出使用变结构多模型方法来估计目标的机动量,该方法可以实时改变参与估计机动量的模型数目和参数,排除一些不必要的模型来减少模型数目和竞争。仿真实验结果表明,在大大缩短计算时间的前提下,本算法依然能够获得与原算法一样的跟踪精度。 相似文献
14.
在处理非线性机动目标跟踪问题时,传统的非线性滤波估计算法跟踪误差大且容易引起滤波发散.针对上述问题,研究将强跟踪平方根容积卡尔曼滤波(SCKF-STF)和交互多模型(IMM)算法相结合,提出一种新型的交互多模型强跟踪平方根容积卡尔曼滤波(IMM-SCKF-STF)跟踪算法.该算法在SCKF基础上引入强跟踪渐消因子,使其不仅拥有应对机动目标状态突变的强跟踪能力,同时还具备交互多模型算法的优良机动目标跟踪性能.因此,新算法在机动目标跟踪方面将获得更高的非线性滤波估计精度,且算法的稳定性和应对状态突变的跟踪鲁棒性能获得显著提高.最后,通过两个仿真例子验证了此算法的有效性与优越性. 相似文献
15.
16.
在靶场弹道测量多目标雷达数据实时处理中,在预测目标状态之前需要进行目标航迹起始。传统航迹起始算法的可靠性受第一帧数据的不确定性影响较大。在进行高射频连发弹丸初速测量等高精度多目标弹道测量试验时,异常的航迹起始会导致弹道测量出现严重偏差。根据连发弹丸初速测量的特点提出了一种改进的航迹起始与跟踪算法。首先,选择检测效果最佳的数据作为起始数据进行航迹起始;然后,采用双向α-β-γ滤波的跟踪滤波方法获得弹道参数的最优估计。实测数据处理结果表明,改进的航迹起始与跟踪算法能够避免第一帧数据不确定性带来的影响,提高了雷达测量弹道参数的可靠性与稳定性。 相似文献
17.
针对交互式多模型(IMM)算法切换滤波模型缓慢、跟踪精度低甚至发散的问题,提出了在机动目标跟踪中使用的高斯-艾肯特滤波算法。首先,该算法确定观测模型和滤波模型集,分别构造量测方程组和滤波方程组,形成总体观测矩阵;然后,针对跟踪目标的非合作机动,提出使用卡方检验来检验滤波效果,并通过滤波控制算法实时调整滤波内存长度,使用高斯-艾肯特滤波对机动目标跟踪具有很强的灵活性,实现自适应跟踪;最后,在目标跟踪仿真中与三种改进模型集的卡尔曼滤波IMM算法进行对比验证,对两类算法进行了复杂度分析。仿真结果证明了高斯-艾肯特滤波算法的有效性,在无先验信息条件下拥有更高的跟踪精度。 相似文献
18.
19.
机载火控雷达TWS滤波算法仿真研究 总被引:1,自引:0,他引:1
提出了一种结合惯性导航系统参数的跟踪滤波算法(JINS)。该算法克服了由于载机本身机动对滤波器跟踪性能所造成的影响。通过计算机进行Monte Carlo仿真试验,并与经典的α-β滤波算法进行了比较。结果表明:该算法在载机机动时仍然能够对目标保持较高精度的跟踪。 相似文献