《基于卡尔曼滤波的雷达航迹跟踪算法的综述》PDF+DOC

📙 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. 《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。...
3. 《改进型自适应无迹卡尔曼姿态算法》PDF+DOC 提出了一种改进型自适应无迹卡尔曼滤波姿态算法，能够有效的解决MEMS陀螺仪的漂移和噪声问题，同时减小运动加速度对加速度计的影响。将改进的自适应Sage-Husa算法与无迹卡尔曼滤波器相结合，使量测噪声统计特性在线更新，提高系统的抗干扰能力，避免扩展卡尔曼滤波的线性化误差，可以得到精确的全姿态角。每次......
4. 《基于改进无迹卡尔曼滤波的内置式永磁同步电机转子位置估计》PDF+DOC 传统的扩展卡尔曼滤波和无迹卡尔曼滤波算法在估计永磁同步电机转子位置时需用到上一控制周期估计出的转子位置，而该估计值的偏差会进一步加剧估计算法的误差，甚至引起估计算法发散。针对这个问题，文中采用改进无迹卡尔曼滤波算法进行估算。该算法基于内置式永磁同步电机两相静止坐标系下的数学模型，并结合电压重构模型，......
5. 《异类传感器集中式扩维融合无迹卡尔曼滤波融合算法》PDF+DOC 雷达和红外传感器是异类传感器系统的一个典型组合，但是异类传感器系统的状态方程和测量方程存在较大的非线性特征，使得此类系统无法应用现有算法进行信息融合。将UKF引入到异类传感器，并利用集中式观测融合UKF，解决同步配置、同步采样的异类传感器的信息融合问题。仿真结果表明，该算法的SMSE比其他方法的要小......
6. 《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......
7. 《基于“当前”模型的IMM-UKF机动目标跟踪融合算法研究》PDF+DOC 文章设计了一种基于“当前”统计模型的交互式多模型无迹卡尔曼滤波(IMM-UKF)融合算法。首先在交互式多模型算法框架内，计算“当前”统计模型的概率，自适应地调整“当前”统计模型中目标加速度，提高了“当前”统计模型的自适应性。其次，该算法结合了交互式多模型和无迹卡尔曼滤波算法，该算法具有交互式多模型具......
8. 《基于UKF的雷达和机载ESM扩维跟踪》PDF+DOC 为有效提高异类传感器融合跟踪的效果，提出了一种基于UKF的雷达和机载ESM扩维跟踪算法。首先将目标和机载ESM的状态信息组合起来，形成一个高维的状态向量，从而有效抑制滤波中GPS定位误差所带来的影响；接着在此基础上采用UKF来实现目标的定位跟踪，以求进一步减小扩维后线性化误差加大等问题的影响。仿真结......
9. 《毫米波/红外多传感器融合跟踪算法研究》PDF+DOC 毫米波/红外(MMW/IR)传感器是各国发展多模复合制导技术的重点.针对平方根无迹卡尔曼滤波(SR-UKF)的估计算法存在线性化误差及粒子滤波中得到优化的重要性密度函数比较困难的问题，将平方根无迹卡尔曼滤波与粒子滤波相结合，提出一种序贯融合的平方根无迹卡尔曼粒子滤波(SR-UK-PF)算法.利用平方......
10. 《基于模糊神经系统的多传感器数据融合算法》PDF+DOC 将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中，构成多传感器数据融合算法。该算法假设在目标运动过程中，过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计，通过卡尔曼滤波器获得目标后验状态，最终由神经网络对多传感数据进行融合......