《毫米波/红外多传感器融合跟踪算法研究》PDF+DOC
作者:潘勃,冯金富,李骞,李斌
单位:中国科学院上海技术物理研究所;中国光学学会
出版:《红外与毫米波学报》2010年第03期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFHWYH2010030160
DOC编号:DOCHWYH2010030169
下载格式:PDF + Word/doc 文字可复制、可编辑
《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
《一类分布式传感器粒子滤波融合算法》PDF+DOC2015年第18期 高蕊
《粒子滤波在无线传感器网络目标跟踪中的应用》PDF+DOC2008年第03期 王欣威,董慧颖,杨悦平
《改进型自适应无迹卡尔曼姿态算法》PDF+DOC2017年第10期 侯江宽,马珺,贾华宇
《毫米波/红外复合制导自动策略生成算法研究》PDF+DOC1998年第04期 黎湘,傅耀文,庄钊文,刘郁林
《异类传感器集中式扩维融合无迹卡尔曼滤波融合算法》PDF+DOC2012年第08期 曹晓军
《含有多普勒频率的毫米波/红外融合滤波算法》PDF+DOC2012年第03期 陈出新,周德云,王谦
《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“当前”模型的IMM-UKF机动目标跟踪融合算法研究》PDF+DOC2011年第06期 崇阳,张科,吕梅柏
《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
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.利用平方根无迹卡尔曼算法得到的状态更新矩阵和误差协方差矩阵,构造粒子滤波的重要性密度函数,这样重要性密度函数能够融入最新观测信息,进而更加符合真实状态的后验概率分布.为验证算法的有效性,以地空导弹中MMW/IR传感器复合制导为背景进行仿真研究与分析,结果表明,该算法克服了粒子滤波法难以得到优化重要性密度函数的缺陷,能有效提高多传感器系统状态估计的精度。
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。