作者:黄珏,颜冰,陈浩文 单位:四川省计算机研究院 出版:《计算机应用研究》2016年第10期 页数:3页  (PDF与DOC格式可能不同) PDF编号:PDFJSYJ2016100220 DOC编号:DOCJSYJ2016100229 下载格式:PDF + Word/doc 文字可复制、可编辑
《量测提升卡尔曼滤波》PDF+DOC2016年第05期 胡振涛,胡玉梅,刘先省 《基于时变量测方差的多传感器多目标优化分配算法》PDF+DOC2015年第04期 方余瑜,左燕,谷雨,薛安克 《基于Metropolis-Hastings采样的多传感器集合卡尔曼滤波算法》PDF+DOC2017年第04期 胡振涛,张谨,胡玉梅,金勇 《含无序量测的多传感器目标跟踪滤波算法》PDF+DOC2012年第02期 蒋春蕾 《一种雷达目标运动要素解算方法研究》PDF+DOC2012年第01期 易成涛,李伟,周莉,王毅 《多传感器量测噪声对航迹融合性能影响分析》PDF+DOC2010年第07期 陈金广,马丽丽,陈亮 《异类传感器融合跟踪的等效传感器方法》PDF+DOC2008年第09期 岑明,刘兴法,傅承毓 《单步延迟无序量测滤波算法的最优性分析》PDF+DOC2007年第04期 周文辉,李琳,陈国海,余安喜 《基于多传感器不完全量测下的机动目标跟踪算法》PDF+DOC2013年第08期 李松,胡振涛,李晶,杨昭,金勇 《用无线传感器网络探测跟踪目标》PDF+DOC2006年第12期 李志刚,屈玉贵,刘桂英
  • 针对传感器量测信息异常与传感器之间数据传输错误,融合系统中的数据会出现异常值(outlier)的目标跟踪问题,提出了一种集中式非线性抗差卡尔曼滤波算法。该方法应用鲁棒统计理论,通过设计代价函数来对系统的量测噪声方差进行重新构造,并利用标准无味卡尔曼滤波(UKF)的观测更新算法对非线性观测方程进行滤波。该方法无须对观测方程进行线性近似,在保持鲁棒性的同时不损失UKF的滤波精度。通过一个简明实例说明了该方法在量测出现异常值的情况下依然能对目标进行有效的跟踪滤波,鲁棒性和滤波精度优于传统的Huber鲁棒跟踪方法。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。