作者：孔云波,冯新喜,鹿传国 单位：南京电子技术研究所 出版：《现代雷达》2012年第07期 页数：8页  （PDF与DOC格式可能不同） PDF编号：PDFXDLD2012070140 DOC编号：DOCXDLD2012070149 下载格式：PDF + Word/doc 文字可复制、可编辑
《改进高斯混合粒子滤波的纯方位目标跟踪算法》PDF+DOC2012年第07期 孔云波,冯新喜,鹿传国,刘振涛 《纯方位被动多传感器多目标跟踪算法》PDF+DOC2012年第05期 李彬彬,冯新喜,李鸿艳,宁宣杰 《基于被动式传感器的目标跟踪算法研究》PDF+DOC2006年第09期 李晨,韩崇昭,朱洪艳,娄越 《基于正态截断模型的被动传感器目标跟踪算法》PDF+DOC2013年第01期 王蓉,冯新喜,周航,李彬彬 《杂波环境下多被动传感器单目标跟踪算法》PDF+DOC2012年第08期 李彬彬,冯新喜,王朝英,雷雨 《基于粒子滤波的多传感器交互式多模型多机动目标跟踪》PDF+DOC2011年第06期 章飞,孙睿 《一种新的目标跟踪算法研究》PDF+DOC2009年第03期 齐立峰,冯新喜,惠小平,白剑林 《低轨星座对自由段空间目标跟踪算法研究》PDF+DOC2009年第05期 王洋,曲长文,蒋波 《杂波环境下被动多传感器机动目标跟踪新算法》PDF+DOC2007年第08期 李良群,姬红兵,罗军辉 《高斯混合概率假设密度无序估计分布式融合》PDF+DOC2015年第04期 孔云波,冯新喜,乔向东,刘钊

    • 针对被动传感器跟踪系统非线性较强问题，提出了一种基于改进高斯混合粒子滤波的被动传感器目标跟踪算法。该算法基于Sigma点卡曼滤波和粒子滤波的特点，用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。然后结合遗传算法和EM算法来实现模型的降阶，克服了EM算法假定混合成分数为已知、迭代的结果需要依赖初始值、可能收敛到局部最大点或可能收敛到参数空间的边界的缺点，从而改善粒子枯竭的问题。仿真实验结果表明在被动传感器跟踪领域，与传统粒子滤波、基于EM的高斯混合粒子滤波和基于贪心EM的高斯混合粒子滤波相比，该算法在保持高精度估计能力的同时，具有较强的鲁棒性，是解决非线性系统状态估计问题的一种有效方法。

    📙 相关资料

    1. 《改进高斯混合粒子滤波的纯方位目标跟踪算法》PDF+DOC 针对纯方位跟踪系统非线性较强、传统跟踪滤波方法收敛速度慢且容易发散的问题，提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。该算法基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点，用有限的高斯混合模型来近似后验状态密度、系统噪声和观测噪声的分布。利用贪心EM算法实现模型的降阶，一定程度上克服......
    2. 《纯方位被动多传感器多目标跟踪算法》PDF+DOC 多传感器多目标跟踪中的数据关联问题是目标跟踪领域中的难点及核心。若传感器是只有角度量测的被动传感器，关联问题则变得更为复杂。针对纯方位多被动传感器系统的多目标跟踪问题，提出了一种基于高斯-厄密特滤波的动态多维分配方法。首先建立了直角坐标系下多被动传感器的高斯-厄密特滤波模型；在该模型的基础上，采用多......
    3. 《基于被动式传感器的目标跟踪算法研究》PDF+DOC 仅有角度量测的被动式单传感器跟踪搜索系统有广泛的应用前景，但现有的针对性跟踪算法并不能很好的处理实际问题，失跟现象常常发生。本文对现有算法所存在的问题进行了深入研究，并提出了相应的改进算法。通过对机动目标运动分析，总结出角度向量在时间域中的变化规律，通过引入新的计算向量，对原算法残差计算进行了修正。......
    4. 《基于正态截断模型的被动传感器目标跟踪算法》PDF+DOC 被动传感器只能获得目标的角度信息而无法获得位置信息，因此单被动传感器对目标进行跟踪时难以满足可观测性条件。对单被动传感器高斯-厄米特滤波的量测模型进行扩维，建立了多被动传感器高斯-厄米特滤波模型。由于Singer模型只适用于匀速和匀加速范围内的目标运动，对于强烈的机动将引起较大的模型误差。而正态截断......
    5. 《杂波环境下多被动传感器单目标跟踪算法》PDF+DOC 由于被动传感器只能获得目标的角度量测，因此杂波环境下基于被动传感器的关联问题较主动传感器更为困难。针对杂波环境下纯方位多被动传感器系统的单目标跟踪问题，提出了一种基于扩展卡尔曼滤波的模糊综合贴近度关联跟踪方法。该方法采用直角坐标系下多被动传感器系统的扩展卡尔曼滤波对目标进行跟踪。首先利用目标航迹的预......
    6. 《基于粒子滤波的多传感器交互式多模型多机动目标跟踪》PDF+DOC 针对单传感器交互式多模型联合概率数据关联滤波算法(Interacting Multiple Model Joint Probabilistic Data Associa-tion Filtering，IMMJPDAF)在非线性情况下跟踪精度低，且对于非高斯问题不适用的情况，文中提出一种基于粒子滤波的......
    7. 《一种新的目标跟踪算法研究》PDF+DOC 当采用概率母函数将单传感器PHD滤波推广到多传感器情形时，针对计算繁琐，难于实现的问题，本文基于集中式融合系统的有序滤波思想，提出多传感器、多目标有序粒子PHD跟踪算法，该算法通过选取与各传感器相关的重要性密度函数，层层更新各传感器的采样粒子，达到多传感器多目标有序PHD跟踪。实验结果表明，当仅仅使......
    8. 《低轨星座对自由段空间目标跟踪算法研究》PDF+DOC 根据空间预警系统中被动传感器所获得的目标方位信息，对自由段空间目标的多星定位方法进行了研究。建立了天基低轨星座的观测模型和对自由段空间目标的运动模型。使用EKF、UKF和高阶UKF滤波器进行了相应的跟踪定位数据仿真和系统定位分析。仿真结果表明EKF、UKF和高阶UKF都能对自由段空间目标进行定位和跟......
    9. 《杂波环境下被动多传感器机动目标跟踪新算法》PDF+DOC 针对杂波环境被动传感器机动目标跟踪问题，该文研究了一种基于粒子滤波的被动多传感器机动目标跟踪新算法。在该算法中，首先推导了杂波环境下粒子滤波的似然函数表达式。其次将粒子滤波与交互多模型(IMM)相结合，用IMM方法实现模型的切换，以适应目标的机动变化。用粒子滤波实现对观测方程的非线性处理。最后，建立......
    10. 《高斯混合概率假设密度无序估计分布式融合》PDF+DOC 针对分布式传感器网络中多目标随机集状态混合无序估计问题，本文提出了一种基于高斯混合概率假设密度无序估计分布式融合算法.在高斯混合概率假设密度滤波器的框架下，首先基于概率假设密度递推滤波特性，建立适用于多目标随机集状态混合无序估计的最新可利用估计判别机制，然后利用扩展协方差交叉融合算法对经过最新可利用......

    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。