作者：丁小,肖兵,金宏斌 单位：北京电子工程总体研究所 出版：《现代防御技术》2009年第03期 页数：5页  （PDF与DOC格式可能不同） PDF编号：PDFXDFJ2009030290 DOC编号：DOCXDFJ2009030299 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 在多雷达数据处理系统中，雷达本身的系统误差是影响目标跟踪和数据融合质量的一个重要因素，尤其是正北方位误差。针对现有非线性滤波算法收敛性及鲁棒性较差的问题，将粒子滤波算法应用于雷达方位配准。通过与传统的扩展卡尔曼滤波方法仿真比较，结果表明采用粒子滤波的方法解决非线性雷达方位配准模型行之有效，能有效地克服扩展卡尔曼滤波方法中很容易出现的滤波发散问题，且粒子滤波比扩展卡尔曼滤波的估计精度要高。

    📙 相关资料

    1. 《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。...
    2. 《多新息抗差——自适应卡尔曼滤波定位算法研究》PDF+DOC 针对移动机器人在定位过程中，由传感器测量误差和机器人模型引起的位姿误差导致系统定位精度急剧下降的问题，提出了一种多新息卡尔曼滤波算法。在标准卡尔曼滤波的基础上，当传感器测量值存在误差时，引入抗差权因子，通过改变误差测量值的权值提高滤波器的估计精度；当机器人位姿存在误差时，引入自适应因子，通过调整状态......
    3. 《分布式不敏卡尔曼滤波状态估计技术》PDF+DOC 在许多实际的分布式多传感器系统中，系统的动态或传感器的观测方程是非线性的.解决分布式多传感器非线性系统的状态估计问题，通常采用的一种方法是分布式扩展卡尔曼滤波.但由于模型的线性化误差，EKF的滤波效果在很多情况下并不能令人满意.另外，在许多实际应用中，模型的线性化过程比较繁杂，而且也不容易得到.为了......
    4. 《U-D分解单步迭代滤波在飞行状态估计中的应用》PDF+DOC 针对单步迭代滤波常规算法数值鲁棒性差、滤波易于发散的缺点对误差协方差矩阵使用了 U - D分解 ，从而形成了一种基于 U - D分解的单步迭代滤波算法。该算法提高了数值鲁棒性 ，并且对相关的量测噪声有一定处理能力 ，应用于飞行状态的估计问题...
    5. 《非高斯条件下基于粒子滤波的目标跟踪》PDF+DOC 介绍了粒子滤波的基本思想和具体算法实现步骤，在给出的闪烁噪声统计模型基础上，将粒子滤波算法应用在雷达目标跟踪中，解决了闪烁噪声情况下的雷达目标跟踪问题.仿真结果表明，在满足高斯噪声条件下，扩展卡尔曼算法和粒子滤波算法跟踪性能相近，但若考虑雷达的闪烁噪声，则随着闪烁影响增强，扩展卡尔曼算法跟踪性能严重......
    6. 《量测不确定条件下多传感器自适应粒子滤波算法》PDF+DOC 针对量测不确定条件下多传感器量测数据的有效利用问题，提出一种多传感器自适应粒子滤波算法.利用随机采样策略和量测模型转移概率实现当前时刻多传感器量测集合的采样，通过粒子滤波中重采样步骤完成估计状态和量测集合的更新，进而依据重采样后单个传感器量测数目在传感器量测集合中的比重实现当前时刻传感器量测的确认.......
    7. 《基于雷达与红外传感器量测融合的改进EKF算法》PDF+DOC 针对扩展卡尔曼滤波在递推过程中状态协方差可能失去正定性，从而引起滤波发散现象的问题，在滤波过程中用协方差平方根代替协方差进行迭代计算，保证其正定性。对一组异类传感器(红外传感器和雷达)观测数据采用加权最小二乘法进行融合，然后用平方根扩展卡尔曼滤波对融合的数据进行滤波。蒙特卡罗仿真结果表明，平方根扩展......
    8. 《MAKF算法及其在雷达数据处理中的应用》PDF+DOC 为了实现雷达对高动态目标距离和速度的精密跟踪测量，引入衰减记忆卡尔曼滤波(MAKF)算法，并提出一种集判断发散和抑制发散于一体的衰减记忆因子确定方法.该方法通过增加观测量在状态估计中的权重，大幅降低加速度引起的距离、速度跟踪偏差，从而有效地抑制标准卡尔曼滤波(KF)算法在跟踪高动态目标过程中产生的滤......
    9. 《基于改进粒子滤波的传感器网络目标跟踪研究》PDF+DOC 在分析粒子滤波算法(PF)的基础上研究了一种改进的粒子滤波算法-无迹粒子滤波算法(UPF).UPF算法使用无迹卡尔曼滤波(UKF)算法产生重要密度函数.动态组织传感器网络节点成簇，将UPF算法和PF算法应用于无线传感器网络(WSNs)的目标跟踪，实现了对网络中做匀速直线运动的单个目标的跟踪.最后将U......
    10. 《有色噪声下的不敏卡尔曼滤波器》PDF+DOC 有色噪声干扰情况下非线性系统的状态估计是许多实际工程需要解决的问题。通常的方法是利用扩展卡尔曼滤波方法将非线性系统线性化后，再利用线性系统的方法对有色噪声系统进行估计。然而，模型的线性化误差往往会严重影响最终的滤波精度，甚至导致滤波发散。为了避免此类误差，先通过对测量方程进行变换的方法，将观测方程的......

    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。