作者：胡炜薇,杨莘元,蒲书缙,廖艳苹 单位：中国科学院光电技术研究所;中国光学学会 出版：《光电工程》2007年第03期 页数：7页  （PDF与DOC格式可能不同） PDF编号：PDFGDGC2007030060 DOC编号：DOCGDGC2007030069 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 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滤波器在不同情况下对地面跟踪目标指示器(GMTI)组合跟踪的无序量测处理作比较，可看出本文所述滤波器提高了非线性条件下的无序量测滤波精度。

    📙 相关资料

    1. 《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......
    2. 《基于无迹卡尔曼滤波和协方差交叉融合的分层多簇无线传感器网络多速率跟踪算法》PDF+DOC 针对无线传感器网络(wireless sensor networks， WSNs)在跟踪过程中精度低、性能差等缺点，提出基于无迹卡尔曼滤波(unscented Kalman filter， UKF)和协方差交叉(covariance intersection， CI)融合的分层多簇WSNs多速率跟踪......
    3. 《无序量测的次优递推滤波器》PDF+DOC 在多平台多传感器组合跟踪等领域 ，由于通信的时间延迟 ，常常出现各传感器量测不能按照正常时序发送到数据处理中心的情形 .为解决无序量测的滤波问题 ，本文提出一种次优递推滤波器OOSMF(Out of SequenceMea surementsFilter) ，该滤波器估计精度高、计算量和存储量较小、......
    4. 《含有多普勒频率的毫米波/红外融合滤波算法》PDF+DOC 由于毫米波雷达(MMV)和红外(IR)两种传感器在跟踪目标方面具有各自的优势，故使用两种传感器进行数据融合可以得到较单一传感器更高精度的目标数据，从而提高滤波精度。针对上述两种传感器的特点，对采样数据进行时空对准，结合UT变换思想，并在此基础上提出一种含有多普勒频率的无迹卡尔曼滤波(UKF)算法。新......
    5. 《基于自适应变结构信息滤波的目标跟踪算法》PDF+DOC 目前目标跟踪算法采用的交互多模型，大多是通过固定模型之间的切换来完成目标跟踪，这容易出现模型集与目标真实运动不匹配问题，降低目标跟踪的精度。同时，现在大部分观测平台都能提供多传感器量测，这要求跟踪算法能对不同量测信息进行高效数据融合。针对上述问题，提出一种基于自适应变结构多模型和信息滤波的跟踪算法，......
    6. 《基于模糊自适应无迹卡尔曼滤波的多源异构信息融合弹道目标跟踪测量系统》PDF+DOC 本文将多源信息融合理论应用于弹道目标跟踪系统，综合考虑到“当前”统计模型能够准确描述主动段导弹飞行特性，和卡尔曼滤波器预测的无偏性，稳定性和最优化特点。在“当前”统计模型的基础上，利用无迹卡尔曼滤波器做最优估计实时预测跟踪，同时运用模糊理论能够描述和处理传感器信息的不确定性的特点，对卡尔曼滤波器的测......
    7. 《一类分布式传感器粒子滤波融合算法》PDF+DOC 针对非线性非高斯的分布式多传感器状态估计问题，提出了一种基于无迹卡尔曼滤波与粒子滤波相结合的融合跟踪算法。通过对量测方程的非线性分析，利用改进的粒子滤波算法(UPF)计算局部传感器的状态估计值，再应用分布式加权融合准则得到全局状态估值。...
    8. 《神经网络在目标跟踪中的应用》PDF+DOC 卡尔曼滤波是目标跟踪系统的基础。但由于目标动态模型和参数的不确定性以及传感器测量噪声等因素的影响，使得卡尔曼滤波器对目标状态的估值含有较大误差。本文将卡尔曼滤波器的估值能力与视经网络的学习能力相结合，在很大程度上提高了卡尔曼滤波器的跟踪精度，并提出了神经网络在多传感器数据融合中的应用。仿真结果表明，......
    9. 《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......
    10. 《基于自适应衰减卡尔曼滤波的多传感器信息融合》PDF+DOC 工程实践证明，标准卡尔曼滤波器的鲁棒性较差.在解决实际问题时，如果所建立的目标运动模型不能真实反映实际的运动过程，就会导致滤波器发散.针对此问题，提出了基于自适应衰减卡尔曼滤波的多传感器信息融合方法，这种方法可以有效地消除系统状态方程在建模存在误差时给信息融合带来的影响。...

    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。