作者:丁树宇,刘伟峰,文成林 单位:中国电子科技集团公司第二十八研究所 出版:《指挥信息系统与技术》2014年第06期 页数:7页  (PDF与DOC格式可能不同) PDF编号:PDFZHXT2014060110 DOC编号:DOCZHXT2014060119 下载格式:PDF + Word/doc 文字可复制、可编辑
《多传感器多目标无源定位跟踪算法研究》PDF+DOC2006年第06期 刘梅,权太范,姚天宾,李海昊 《基于预测判定和无味滤波多目标无源跟踪算法》PDF+DOC2016年第01期 丁树宇,刘伟峰,文成林 《利用雷达作为外辐射源侦察定位精度分析》PDF+DOC2017年第01期 胡泽宾,张庆庆,张和发 《基于序贯式卡尔曼滤波的车辆定位新方法》PDF+DOC2018年第06期 汤代佳,潘蛟 《多传感器数据融合技术》PDF+DOC1995年第04期 梁百川,李宏伟 《高重频雷达精确快速定位的方法》PDF+DOC2005年第05期 梁景修 《多站无源定位最佳配置分析》PDF+DOC2011年第10期 王本才,何友,王国宏,修建娟 《改进的基于几何约束的加权被动定位算法》PDF+DOC2010年第02期 陈金广,李洁,高新波 《一种提高组网雷达目标定位精度的算法》PDF+DOC2009年第05期 施岩龙,郝欣,马艳琴 《被动传感器快速数据关联算法研究》PDF+DOC2008年第07期 李彬彬,王朝英,文曦
  • 无源定位跟踪是一种非线性系统状态估计问题。为了提高系统定位精度和降低系统复杂度,将无迹卡尔曼滤波(UKF)应用于多移动传感器多目标无源定位跟踪系统。由于多移动传感器多目标交叉定位时会产生大量虚假点,随着传感器和目标数量的增加而大幅增加。因此,提出了一种改进的快速精确定位算法,即首先通过预测点选取传感器-目标测量方程;然后变换该测量方程,排除大量虚假点;再进行基于距离的支持度非等权值融合;最后将UKF子滤波估计值进行融合得到融合估计值。仿真结果表明,UKF和基于距离的融合法相结合对多移动传感器多目标无源定位具有较高的定位精度和较好的跟踪效果。

    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。