《一种高斯渐进滤波框架下的目标跟踪方法》PDF+DOC
作者:郑婷婷,杨旭升,张文安,俞立
单位:中国自动化学会;中国科学院自动化所
出版:《自动化学报》2018年第12期
页数:9页 (PDF与DOC格式可能不同)
PDF编号:PDFMOTO2018120120
DOC编号:DOCMOTO2018120129
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于平方根Unscented卡尔曼滤波的车辆融合跟踪》PDF+DOC2005年第06期 陈莹,韩崇昭
《轧制力传感器故障诊断方法研究》PDF+DOC2012年第06期 刘波峰,张建强,陈湘林,杨传柱,詹国镇,廖志锋
《微小型飞行器多传感器融合容积姿态估计》PDF+DOC2017年第03期 石章松,吴中红,刘健,傅冰
《密集杂波下的高斯混合信度传播多目标跟踪》PDF+DOC2020年第04期 李璐,雷明
《现代滤波理论——概括雷达、通讯与控制中信息过滤的统计本质与应用的科学》PDF+DOC1981年第01期 毛士艺,张有为
《非线性系统传感器偏差故障的UKF递推检测方法》PDF+DOC2005年第04期 葛哲学,杨拥民,王兴伟,温熙森,胡政
《基于三轴磁强计与雷达高度计的融合导航算法》PDF+DOC2004年第04期 赵敏华,吴斌,石萌,曾雨莲,黄永宣,李济生
《基于改进粒子滤波算法的水下目标跟踪》PDF+DOC2012年第06期 张铁栋,万磊,王博,曾文静
《使用高斯混合滤波器的机动目标跟踪》PDF+DOC2014年第11期 权宏伟,李俊华,彭冬亮
《基于IMM-UKF的传感器管理算法》PDF+DOC2013年第09期 李琪,李静,张可
本文研究了一类存在量测信息缺失情况的目标跟踪问题,提出了一种高斯渐进框架下的目标跟踪方法以实现移动目标的跟踪.考虑可能存在的传感器故障或失效问题,采用假设检验方式以删选错误的量测信息.针对非线性滤波问题,量测信息的缺失将可能引起线性化误差、数值计算误差的增大,从而破坏目标跟踪估计器的稳定性和收敛性.为此,对渐进无迹卡尔曼滤波(Progressive unscented Kalman filter, PUKF)方法进行改进,使其更好地处理量测信息缺失引起的线性化误差、数值计算误差增大的问题.另外,通过对改进PUKF (Modified PUKF, MPUKF)方法的理论分析,证明其可保证渐进过程中的状态估计误差有界.最后,通过一个目标跟踪仿真实例表明, MPUKF方法比传统的IUKF方法和PUKF方法具有更高的跟踪精度。
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。