共查询到20条相似文献,搜索用时 312 毫秒
1.
针对水下被动目标跟踪的非高斯噪声环境和弱可观性的特点,提出了将粒子滤波算法应用于水下被动目标跟踪中的非线性问题,克服了常规的线性化方法易发散且跟踪精度低、误差大的缺点.仿真结果表明:粒子滤波算法提高了滤波的稳定性,跟踪精度优于扩展卡尔曼滤波算法和无迹卡尔曼滤波算法,收到了良好的效果,具有较高的实用价值. 相似文献
2.
一种双基阵纯方位机动目标被动跟踪方法 总被引:1,自引:0,他引:1
利用2部被动声呐基阵获取的目标方位信息对水中机动目标的跟踪实质是一个非线性状态估计问题,由于观测方程的非线性性,滤波环节不可避免地要用到非线性滤波算法.以往解决此问题的方法是在基于交互多模型(IMM)算法并在其滤波环节应用扩展卡尔曼滤波(EKF)算法.然而,EKF算法在计算滤波误差协方差阵时没有融入当前观测信息.为此提出在原方法的基础上用其改进算法即修正协方差扩展卡尔曼滤波(MCEKF)算法取代EKF算法,以改善跟踪性能,从而得到一种新的方法.经仿真验证了所提方法的正确性和有效性. 相似文献
3.
4.
5.
6.
7.
研究了基于水声传感器网络的目标纯方位运动分析原理及方法,建立了基于水声传感器网络的目标运动分析模型。在此基础上,讨论了模型中多维非线性估计问题,提出了一种基于传感器网络新的水下目标运动分析方法。该方法采用改进的粒子滤波EKF-PF(扩展卡尔曼-粒子滤波)算法实现,并与传统的扩展卡尔曼滤波(EKF)和粒子滤波(PF)算法进行了比较。通过Monte Carlo仿真分析,表明基于水声传感器网络的目标运动分析方法充分利用了网络的优势和当前测量信息。这种方法对水下目标运动状态估计时,不仅降低了计算量而且表现出较高的估计精度。所得结论为水下传感器网络进行目标被动定位提供了参考。 相似文献
8.
9.
10.
11.
12.
13.
基于扩展卡尔曼滤波的多传感器目标跟踪 总被引:2,自引:0,他引:2
系统所处环境的复杂性使得现在科技对目标跟踪精度的要求越来越高,而且单传感器状态的估计已经无法满足系统感知外部环境的需要。在此,研究了基于扩展卡尔曼滤波的多传感器目标跟踪方法。仿真表明,扩展卡尔曼滤波对于非线性系统跟踪的效果更好。 相似文献
14.
H∞滤波及数据融合在目标跟踪中的应用 总被引:2,自引:0,他引:2
为了解决在强干扰下的目标跟踪问题,本文基于H∞滤波和数据融合的思想提出一个多传感器跟踪算法。与卡尔曼滤波算法相比,本文提出的方法具有较高的滤波精度和较强的鲁棒性。最后的仿真表明了该算法的优良性能。 相似文献
15.
提出一种基于扩展卡尔曼滤波的GPS信号跟踪方法,通过扩展卡尔曼滤波器,得到基于相干积分支路的滤波模型,有效地削弱常规GPS跟踪环路中的跟踪误差,增强接收机的抗干扰性能,提升其在信号较弱位置下环路的跟踪性能,对加入惯性信息条件下惯性信息对系统所产生的影响做了相应的分析研究。通过仿真对比结果可以知道:当处于弱信号条件时,与通常用到的GPS信号跟踪方式相比,基于扩展卡尔曼滤波的信号跟踪算法可以有效提升跟踪的精度。 相似文献
16.
论文针对雷达间隙辅助红外的机动目标跟踪问题,提出了一种新的跟踪算法。该算法由跟踪误差与精度指标的大小来选择雷达的开机时间,从而构成了一个闭环的跟踪系统,解决了在给定的跟踪精度指标下雷达的开机时间选择问题。其思想为:在内层通过引进高、低门限,根据跟踪精度与门限的大小,自适应地选择交互式扩展卡尔曼滤波(IMM-EKF)或交互式粒子滤波(IMM-PF);在外层将基于雷达量测的滤波结果和红外量测的滤波结果进行交互;从而实现了两层交互式自适应滤波。仿真结果表明该算法在计算复杂度和跟踪精度上达到了较好的平衡,实现了雷达间隙开机下对目标稳定的跟踪。 相似文献
17.
用伪线性评估量扩展了卡耳曼滤波 ,并应用它进行鱼雷方位的被动跟踪。该算法不需要初始评估量 ,可在各种条件下获得较好的收敛性 ,适用范围广泛 ,克服了卡耳曼滤波需要一个空的目标状态变量作为初始估计量的缺点。最后用蒙特卡洛法仿真检验此算法 相似文献
18.
19.
20.
为了解决在强干扰下的目标跟踪问题,本文基于H∞滤波和数据融合的思想提出一个多传感器跟踪算法.与卡尔曼滤波算法相比,本文提出的方法具有较高的滤波精度和较强的鲁棒性.最后的仿真表明了该算法的优良性能. 相似文献