《基于“当前”模型的IMM-UKF机动目标跟踪融合算法研究》PDF+DOC
作者:崇阳,张科,吕梅柏
单位:西北工业大学
出版:《西北工业大学学报》2011年第06期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFXBGD2011060240
DOC编号:DOCXBGD2011060249
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于内椭球逼近融合的分布式节点同时定位与跟踪算法》PDF+DOC2016年第03期 文庆臻,周彦,胡岚
《基于自适应无迹卡尔曼算法的工业物联网数据融合处理》PDF+DOC2016年第04期 王春媚
《基于SVM-UPF的雷达弱小目标检测前跟踪算法》PDF+DOC2016年第03期 秦占师,张智军,曹晓英,陈稳
《IMM-UKF算法在两坐标雷达-光电融合跟踪系统中的改进与应用》PDF+DOC2016年第12期 李珂,李醒飞,杨帆
《基于四元数的UKF多传感器卫星姿态确定》PDF+DOC2012年第02期 陈志明,王惠南,刘海颖
《一种稳健的多传感器目标跟踪算法》PDF+DOC2011年第06期 王燊燊,冯金富,王方年,黄峰,张佳强
《分布式多传感器融合跟踪》PDF+DOC2011年第06期 黄铫,张天骐,李越雷,苗圃
《基于自适应变结构信息滤波的目标跟踪算法》PDF+DOC2015年第17期 李莹,周德云,俞吉
《基于IMM-UKF的雷达/红外分布式加权融合算法》PDF+DOC2014年第03期 谢泽峰,高宏峰
《基于ATUKF的地面动目标跟踪算法》PDF+DOC2014年第06期 黄强,俞建国
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有对不同目标机动模式自适应跟踪的能力和无迹卡尔曼滤波滤波度高的优点。最后,采用分布式融合算法提高了系统抗干扰能力及对目标跟踪的有效性和跟踪精度。通过对三维机动目标进行仿真,结果表明文中所设计的IMM-UKF融合算法对于跟踪以多种机动策略实时机动的目标具有较好的跟踪性能,可以减小系统机动跟踪的误差均值和标准差。较之传统的交互式多模型算法,跟踪性能更加优越。
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。