作者：吕孝雷,张守宏,李锘 单位：西安电子科技大学 出版：《西安电子科技大学学报》2007年第01期 页数：6页  （PDF与DOC格式可能不同） PDF编号：PDFXDKD2007010110 DOC编号：DOCXDKD2007010119 下载格式：PDF + Word/doc 文字可复制、可编辑

    • 针对双基地前向散射栅栏雷达运动参数估计精度低、易发散的问题，在扩展卡尔曼滤波和不敏卡尔曼滤波基础上，提出了一种新的滤波跟踪算法U EKF.该算法利用不敏卡尔曼滤波对初始误差不敏感的特点实现目标初始捕捉，克服了扩展卡尔曼滤波由于初始估计误差较大而引起的发散问题；然后采用扩展卡尔曼滤波进行目标跟踪保持，克服了目标穿越雷达基线时不敏卡尔曼滤波由于对系统模型的误差敏感而引起估计精度低的问题。

    📙 相关资料

    1. 《卡尔曼滤波融合新算法及其船舶高精度液位测量的应用》PDF+DOC 针对雷达液位计在船舶液位测量过程中由于液位波动、外界干扰或者其它突发状况导致的测量结果出现偏差、收敛速度慢以及不稳定等问题，提出了一种扩展卡尔曼滤波和加权算法相结合的融合算法。首先，采用动力学原理，对雷达液位计的测量过程进行建模，并对其测量结果进行扩展卡尔曼滤波；其次，引入多传感器融合思想，对滤波后......
    2. 《二维卡尔曼滤波的多源信息集中式融合去噪方法》PDF+DOC 目前对于单独的某种算法或单传感器的图像信息已不能满足高精度的图像识别任务的需要，通过多传感器可获得比单一传感器质量更高的信息。基于此，文章首先在图像上建立多传感器二维线性离散系统的状态空间模型，然后利用二维卡尔曼滤波算法对图像进行滤波去噪，最后利用集中式融合去噪。仿真结果表明：文章算法在提高峰值信噪......
    3. 《基于卡尔曼滤波水下弹道测量系统研究》PDF+DOC 水下弹道测量系统利用多传感器完成对鱼雷、靶标的跟踪定位 .针对通常的几何定位方法 ，其算法复杂且定位精度不高的问题 ，研究了用于水下弹道测量系统的纯距离目标跟踪定位卡尔曼滤波算法 ，推导了相应的滤波公式 .通过系统的仿真结果表明 ：该算法在收敛速度和估计精度方面都比较令人满意...
    4. 《基于超短基线/多普勒的水下机器人位置估计》PDF+DOC 为解决深海复杂环境下采用水声定位系统实现水下机器人位置控制所带来的反馈信号延迟问题 ，提出了基于 USBL/Doppler的水下机器人位置估计算法 .文中首先根据导航系统确定卡尔曼滤波器结构并建立了系统的状态方程和观测方程 ，同时 ，为了提高估计精度 ，引入自适应卡尔曼滤波理论 ，以降低系统对环境和......
    5. 《基于UKF联合IMM的目标跟踪技术研究》PDF+DOC 采用不敏卡尔曼滤波(UKF)联合交互多模型方法(IMM)，设计完成了多传感器信息融合算法，并在实验室条件下进行了仿真验证，结果证明，该滤波算法真实可靠，大大提高了融合精度。...
    6. 《基于全局状态估计的多传感器加权数据融合算法》PDF+DOC 自学习最小二乘加权数据融合算法已被广泛地应用于融合多传感器系统中的量测信息。但是，通过深入的理论分析和实验仿真发现，自学习最小二乘加权数据融合算法在进行双传感器数据融合时具有较差的融合精度，同时该算法还具有较差的抗干扰性及稳定性。基于以上研究结果，提出了一种基于全局状态估计的多传感器加权数据融合算法......
    7. 《基于多敏感器的卫星姿态确定算法》PDF+DOC 针对多敏感器组成的卫星姿态确定系统，采用四元数方法建立卫星姿态估计器模型，应用扩展卡尔曼滤波EKF算法进行信息融合，通过仿真算例验证此算法具有较高的精度。与此同时，在EKF算法基础上提出一种定常增益的卡尔曼滤波CGKF算法。通过数学仿真对EKF算法和CGKF算法进行比较分析，证明在一定条件下CGKF......
    8. 《基于迭代中心差分卡尔曼滤波的飞机姿态估计》PDF+DOC 在飞机姿态估计中，系统模型非线性严重、初始估计误差大和可观测性弱等固有缺陷使得对估计算法的精度要求更高。针对这一问题，给出了一种基于迭代中心差分卡尔曼滤波(ICDKF)的飞机姿态估计方法，并将其应用于由低精度高噪声传感器组成的低成本飞机姿态估计系统。首先建立基于四元数的飞机姿态数学模型，然后用ICD......
    9. 《基于AFKF的多传感器加权融合算法》PDF+DOC 为实现对被测物体在匀速、匀加速以及变加速运动状态下的动态位置进行精确测量，提出一种基于自适应渐消卡尔曼滤波的多传感器加权融合算法，将各子传感器测量数据进行自适应渐消卡尔曼滤波，并由获得的均方误差阵实时为位置测量的估计值自适应分配权重，最终进行加权融合。通过算法的实例应用验证，与传统的MSIF-SKF......
    10. 《基于协方差加权的卡尔曼滤波融合跟踪算法》PDF+DOC 针对卡尔曼滤波融合跟踪对系统模型准确度和先验信息精度要求较高的问题，提出一种基于协方差加权的卡尔曼滤波融合方法，利用最小二乘准则作为误差加权的标准，使误差小的传感器加权因子大。基于此，再利用卡尔曼滤波融合，充分保留有用信息，抑制噪声干扰。在目标跟踪应用中，即使噪声统计信息未知且噪声互相关，利用该方法......

    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。