作者:刘军兰,李刚 单位:西安市三才科技实业有限公司 出版:《电子设计工程》2017年第14期 页数:4页  (PDF与DOC格式可能不同) PDF编号:PDFGWDZ2017140150 DOC编号:DOCGWDZ2017140159 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于混合滤波的无线传感器网络融合跟踪方法》PDF+DOC2010年第09期 李峰荣,刘贵喜,孙庆方 《非高斯条件下基于粒子滤波的目标跟踪》PDF+DOC2004年第12期 胡洪涛,敬忠良,李安平,胡士强 《一种基于毫米波/红外复合制导的跟踪滤波算法》PDF+DOC2009年第11期 李相平,王光复,张炜 《基于卡尔曼一致性滤波的WSN丢包补偿算法》PDF+DOC2013年第11期 王岩,王夏静,刘翔宇 《基于H∞滤波的远距离干扰下的目标跟踪算法》PDF+DOC2013年第11期 侯静,景占荣,高田,羊彦 《基于改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC2017年第05期 邬春明,宫皓泉,王艳娇,赵星翰,郭立杰,梁玉珠 《基于AIS的对海雷达多目标融合跟踪方法》PDF+DOC2017年第02期 贺丰收,缪礼锋,陶飞翔,张存 《采用Kalman滤波算法预测变压器绕组热点温度》PDF+DOC2012年第08期 苏小平,陈伟根,奚红娟,周渠,潘翀,钱国超 《基于粒子滤波的无线传感器网络目标跟踪》PDF+DOC2007年第21期 季莹,张三同 《基于坐标转换的卡尔曼交互式多模型滤波算法》PDF+DOC2007年第05期 张保山,徐国亮,吴一全
  • 为了提高末制导段雷达与红外复合导引头的跟踪精度,论文提出了一种融合跟踪方法。该方法首先将雷达与红外传感器观测到的目标距离、角度等信息进行融合,并将融合后的新观测信息作为雷达与红外传感器的输入,然后分别运用无迹卡尔曼粒子滤波算法对目标状态进行初估计,将各自得到的目标状态估计采用协方差加权融合的方法进行融合,最后得到目标最终的状态估计。结果表明,该方法能有效提高复合导引头对目标的跟踪精度。

    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。