作者：宋骊平,姬红兵 单位：中国航天科工防御技术研究院;中国宇航学会;中国系统工程学会 出版：《系统工程与电子技术》2009年第05期 页数：4页  （PDF与DOC格式可能不同） PDF编号：PDFXTYD2009050180 DOC编号：DOCXTYD2009050189 下载格式：PDF + Word/doc 文字可复制、可编辑
《基于无迹卡尔曼滤波的被动多传感器融合跟踪》PDF+DOC2008年第04期 杨柏胜,姬红兵 《EKF和UKF算法在无线传感器网络目标跟踪中的应用》PDF+DOC2013年第04期 史岩,朱涛,傅军,张亚宁 《基于UKF无传感器矢量控制技术理论综述》PDF+DOC2016年第17期 曹炎广,王剑平,杨晓洪,张果,刘振 《基于内椭球逼近融合的分布式节点同时定位与跟踪算法》PDF+DOC2016年第03期 文庆臻,周彦,胡岚 《传感器故障条件下的自适应UKF算法》PDF+DOC2015年第11期 赵辉,周欢,翁兴伟,李牧东 《基于UKF的异类传感器集中式融合算法》PDF+DOC2008年第05期 陈嘉鸿,张新曼,张忠华,韩九强 《基于四元数的UKF多传感器卫星姿态确定》PDF+DOC2012年第02期 陈志明,王惠南,刘海颖 《分布式多传感器融合跟踪》PDF+DOC2011年第06期 黄铫,张天骐,李越雷,苗圃 《基于最大互相关熵UKF的传感网目标状态和系统偏差联合估计算法》PDF+DOC2019年第02期 赵季红,谢志勇,曲桦,王明欣,刘熙 《基于自适应扩展H_∞滤波的机动目标被动跟踪》PDF+DOC2013年第02期 周航,冯新喜,王蓉,张婧

    • 针对多被动传感器条件下的目标跟踪问题，给出了推广卡尔曼滤波在多被动传感器条件下的具体算法；考虑到多被动传感器目标跟踪需要解决观测非线性的问题，故而将用于非线性系统的基于UT变换的UKF算法应用于所讨论的跟踪问题中，采用检测融合方案，将多个被动传感器的角度观测组合成量测向量，推导了多被动传感器的UKF滤波算法，实现了对目标在三维空间中的全被动跟踪。将两种算法进行了仿真比较，结果表明，采用多被动传感器的UKF算法可以获得比传统的推广卡尔曼滤波算法更为精确的跟踪效果。

    📙 相关资料

    1. 《基于无迹卡尔曼滤波的被动多传感器融合跟踪》PDF+DOC 针对被动传感器观测的非线性问题，将无迹变换引入卡尔曼滤波算法中.进一步，针对其弱可观测性，采用多个被动传感器集中式融合跟踪策略，提出了基于无迹卡尔曼滤波的被动多传感器融合跟踪算法.以3个被动站跟踪为例进行仿真研究，结果表明所提出的算法可达到比经典的扩展卡尔曼滤波算法更高阶的跟踪精度。...
    2. 《EKF和UKF算法在无线传感器网络目标跟踪中的应用》PDF+DOC 目标跟踪技术随着无线传感器网络的发展，已经成为倍受重视的研究课题，而目标跟踪技术中的一个核心部分就是滤波算法。扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)是重要的非线性滤波方法。本文介绍了EKF和UKF的基本思想和算法实现步骤，并对无线传感器网络下的目标跟踪进行了仿真。结果表明，UKF算法的跟......
    3. 《基于UKF无传感器矢量控制技术理论综述》PDF+DOC 在永磁同步电机矢量控制设计中，针对传统方式的利用机械传感器检测转子位置和转速等输出反馈信号难以检测的问题，提出基于无传感器技术的卡尔曼滤波技术。在永磁同步电机控制系统中利用该技术可以在线估算永磁同步电机转子的位置和转速等反馈信号。本文详细阐述了扩展卡尔曼算法(Extended Kalman Filt......
    4. 《基于内椭球逼近融合的分布式节点同时定位与跟踪算法》PDF+DOC 针对无线传感器网络中的节点同时定位与跟踪问题，提出一种分布式融合算法。在融合底层采用基于无迹卡尔曼滤波的交互式多模型方法，克服因泰勒展开的近似误差，并在运动模式发生变化时达到理想跟踪效果。融合中心层采用内椭球逼近融合的分布式融合方法，对局部节点所获得的目标状态估计进行融合。Monte Carlo仿真......
    5. 《传感器故障条件下的自适应UKF算法》PDF+DOC 针对目标跟踪中传感器故障导致滤波发散或者滤波精度不高的问题，提出一种自适应无迹卡尔曼滤波(UKF)算法.该算法在滤波过程中，根据自适应估计原理引入自适应矩阵因子，实时调整系统状态向量和量测新息向量的协方差，以满足无迹卡尔曼滤波算法的最优性条件，并采取措施对滤波发散的情况进行判断和抑制.与传统UKF和......
    6. 《基于UKF的异类传感器集中式融合算法》PDF+DOC 综合考虑航天器跟踪测量中速度和精度的要求，对异类传感器集中式融合问题进行了研究，提出了基于无迹卡尔曼滤波(UKF，Unscented Kalman Filter)和简化的分类数据压缩技术的非线性系统实时集中式融合算法。仿真表明新的算法融合性能优于基于扩展卡尔曼滤波(EKF，Extended Kalm......
    7. 《基于四元数的UKF多传感器卫星姿态确定》PDF+DOC 对采用磁强计和太阳敏感器的卫星姿态模型，应用无迹卡尔曼滤波(UKF)算法确定卫星姿态。由四元数描述姿态，在算法中将其转换成旋转矢量，另设计了四元数求均值的迭代算法，解决了四元数在UKF算法中的处理。仿真结果表明：广义卡尔曼滤波(EKF)算法对初值依赖性较大，UKF算法不受初值影响且精度高于EKF，具......
    8. 《分布式多传感器融合跟踪》PDF+DOC 针对传感器观测的非线性问题，引入了无迹卡尔曼滤波算法，它在稳定性和精确性等方面均高于卡尔曼滤波，进一步，针对其弱可观测性，采用多个传感器分布式融合跟踪策略。而协方差交集算法，它不需要考虑每个传感器之间的相关度，根据实际要求选择好合适的权值后，可以直接进行融合，并且达到很好的精度，于是，提出了基于协方......
    9. 《基于最大互相关熵UKF的传感网目标状态和系统偏差联合估计算法》PDF+DOC 针对空天地一体化传感网络中传感器观测目标时观测噪声具有重尾或突变性质的问题以及系统偏差对目标状态估计的影响，提出一种基于最大互相关熵无迹卡尔曼滤波(MCUKF)的目标状态和系统偏差联合估计(ASMCUKF)算法。MCUKF算法首先通过无迹变换(UT)获得预测状态估计值和协方差矩阵，然后使用基于最大互......
    10. 《基于自适应扩展H_∞滤波的机动目标被动跟踪》PDF+DOC 为提高对机动目标的跟踪效果，提出了一种基于扩展H∞滤波的自适应交互多模多被动传感器机动目标跟踪算法。利用简化的Sage-Husa自适应滤波器与交互多模相结合，对多被动传感器测得的目标角度信息进行融合，解决了被动式跟踪系统的可观测性及非线性问题，将扩展H∞滤波器作为模型条件滤波器，通过调节扩展H∞滤波......

    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。