作者：王炜,戴明强,张志华 单位：北京航空航天大学 出版：《北京航空航天大学学报》2007年第07期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFBJHK2007070130 DOC编号：DOCBJHK2007070139 下载格式：PDF + Word/doc 文字可复制、可编辑
《机动目标跟踪的滤波方法研究》PDF+DOC2007年第04期 李丹 《适用于稀疏动态无线传感器网络的并行融合分布式无迹信息滤波算法》PDF+DOC2016年第07期 汤文俊,张国良,曾静,徐君,姚二亮 《有限时间一致无迹Kalman滤波器》PDF+DOC2020年第07期 刘鹏,田玉平,张亚 《相关观测噪声的加权观测融合UKF滤波器》PDF+DOC2012年第03期 李云,郝钢,邢宗新,李世军,梁伯虎 《基于Gauss-Hermite逼近的非线性加权观测融合无迹Kalman滤波器》PDF+DOC2019年第03期 李云,孙书利,郝钢 《混合坐标系下的自适应α-β滤波器》PDF+DOC2005年第01期 赵星,李明,吴顺君 《粒子PHD滤波存活粒子采样新方法》PDF+DOC2012年第02期 罗少华,徐晖,安玮,许丹,张志恒 《加权观测融合非线性无迹卡尔曼滤波算法》PDF+DOC2011年第06期 郝钢,叶秀芬,陈亭 《非线性无序测量无迹滤波在地面跟踪目标指示器的应用》PDF+DOC2007年第03期 胡炜薇,杨莘元,蒲书缙,廖艳苹 《带渐消因子的Quadrature卡尔曼滤波》PDF+DOC2013年第10期 刘玉磊,冯新喜,鹿传国,孔云波

    • 雷达机动目标跟踪问题中，通常目标运动模型可精确地在直角坐标系下建模，但大多数情形下模型是非线性的，同时在传感器坐标系下所获得目标量测又是直接可用的.通过将无迹变换与最优线性无偏滤波器有机结合，提出一种新的BLUE(Best Linear Unbiased Estimator)滤波算法，以便解决上述非线性跟踪问题.首先，该算法利用无迹变换对经由直角坐标系下非线性目标运动模型得到的目标状态及其协方差作出预测，然后在保持传感器坐标系(极坐标系)下所固有的量测误差的同时，直接对它们作出状态估计.在算法推导及Monte-Carlo仿真过程中，将新的BLUE滤波算法和EKF(Extended Kalman Filter)、UKF(Unscented Kalman Filter)滤波算法进行比较，结果表明新算法的有效性和适用性。

    📙 相关资料

    1. 《机动目标跟踪的滤波方法研究》PDF+DOC 目标跟踪应用中，一类常见的混合估计问题是：目标运动建模在直角坐标系下且是非线性的，同时量测数据由传感器直接获得。通常处理该问题的做法是使用推广卡尔曼滤波器，但效果欠佳。为此，通过将无迹变换(UT)和BLUE算法相结合，提出了一种新型的UT-BLUE滤波器。该滤波器首先利用无迹变换对直角坐标系中的目标......
    2. 《适用于稀疏动态无线传感器网络的并行融合分布式无迹信息滤波算法》PDF+DOC 稀疏和随机动态变化是实际无线传感器网络(wireless sensor network，WSN)中普遍共同存在的两种通信拓扑不稳定因素，使基于一致性算法的分布式无迹信息滤波(distributed unscented information filter，DUIF)算法适用于稀疏动态WSN，将极大提......
    3. 《有限时间一致无迹Kalman滤波器》PDF+DOC 本文研究多个传感器测量非线性系统时的分布式无迹Kalman滤波器(Unscented Kalman filter， UKF)的设计问题.借助离散多智能体系统有限时间平均一致算法的思想，针对无向通信和有向通信网络分别设计了两种不同的滤波算法.对于无向连通的通信拓扑，利用节点存储的一致性算法的迭代值构造......
    4. 《相关观测噪声的加权观测融合UKF滤波器》PDF+DOC 对于具有相同观测方程，相关观测噪声的非系统，应用无迹卡尔曼滤波器(UKF)，以及加权最小二乘(WLS)法，提出了加权观测融合UKF滤波算法.该算法具有全局最优性，且没有增加观测系统的维数，进而没有增加系统的计算负担.一个带有相关观测噪声的两传感器非线性系统的仿真例子说明了该融合算法的有效性及等价性。...
    5. 《基于Gauss-Hermite逼近的非线性加权观测融合无迹Kalman滤波器》PDF+DOC 对非线性多传感器系统，基于Gauss-Hermite逼近方法和加权最小二乘法，提出了一种具有普适性的非线性加权观测融合算法.该算法可将一个高维观测压缩为一个低维观测.在此基础上，结合无迹Kalman滤波器(Unscented Kalman filter， UKF)，提出了非线性加权观测融合无迹Kal......
    6. 《混合坐标系下的自适应α-β滤波器》PDF+DOC 针对雷达目标观测和数据处理在不同的坐标系下完成 ，本文提出了一种混合坐标系下的自适应 α- β滤波算法来跟踪机动目标。该算法以自适应 α- β滤波器为基础 ，直角坐标系和球坐标系下的算法相结合 ，克服了这两种坐标系下滤波算法的不足 ，对机动目标有很好的跟踪效果。仿真表明该算法的跟踪性能优于单一坐标系......
    7. 《粒子PHD滤波存活粒子采样新方法》PDF+DOC 针对多目标跟踪粒子概率假设密度滤波算法中存活粒子的重要性密度采样问题，给出一种结合最新量测信息的存活粒子重要性密度采样新方法。该方法根据最新量测集中的各个量测与目标粒子的单步预测状态的似然值，以概率选取量测值，利用无迹变换获得粒子的重要性密度函数，并对其进行采样实现粒子概率假设密度滤波中存活粒子的采......
    8. 《加权观测融合非线性无迹卡尔曼滤波算法》PDF+DOC 针对非线性系统的无迹卡尔曼滤波器(UKF)，应用加权最小二乘(WLS)法，提出了加权观测融合UKF滤波算法.证明了加权观测融合UKF滤波算法与集中式观测融合UKF滤波算法在数值上的完全等价性，因而具有全局最优性.一个带两传感器非线性系统的仿真例子说明了两种融合算法的有效性及等价性。...
    9. 《非线性无序测量无迹滤波在地面跟踪目标指示器的应用》PDF+DOC 对于多传感器融合系统，在处理中心往往由于通信数据链的失误，出现滞后数据(即无序量测)，这对数据不利于融合的正常进行。本文对此提出一种最优和次优的无序量测无迹卡尔曼(UKF)滤波器，基于UT变换，把多步滞后量测转化为等价一步滞后量测，用无序量测直接滤波更新。通过最优、次优UKF滤波器和扩展KF滤波器在......
    10. 《带渐消因子的Quadrature卡尔曼滤波》PDF+DOC 为了解决无源传感器机动目标跟踪系统非线性较强、传统的跟踪滤波方法不稳定容易发散的缺陷，提出了一种带渐消因子的QKF(FQKF)算法。该算法通过引入时变渐消因子来实时调整状态预测误差协方差阵、量测预测误差协方差阵及状态预测误差和量测预测误差之间的互协方差阵，利用公式推导得出渐消因子实际上是对状态传播积......

    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。