《采用自适应一致性UKF的分布式目标跟踪》PDF+DOC
作者:郑斌琪,李宝清,刘华巍,袁晓兵
单位:中国科学院长春光机所;中国仪器仪表学会
出版:《光学精密工程》2019年第01期
页数:11页 (PDF与DOC格式可能不同)
PDF编号:PDFGXJM2019010580
DOC编号:DOCGXJM2019010589
下载格式:PDF + Word/doc 文字可复制、可编辑
《分布式传感网络的自适应一致性算法》PDF+DOC2016年第06期 田凡凡,崔宝同,楼旭阳
《UKF在永磁直线同步电动机无位置传感器控制中的应用》PDF+DOC2007年第11期 余佩琼,王涌,杨伟民,陆华才,陈子辰
《基于UKF的永磁直线电机进给系统位置与速度估计》PDF+DOC2007年第09期 余佩琼,陈子辰
《基于视频传感器网络的高效分布式跟踪方法》PDF+DOC2014年第07期 方武,王典洪,王勇
《一种基于UKF的井下机器人超声网络定位方法》PDF+DOC2016年第09期 谭玉新,杨维
《基于自适应联邦滤波的双功能深海潜器模式切换方法》PDF+DOC2019年第09期 邵鑫,陈熙源
《基于时间序列的自适应加权被动定位》PDF+DOC2004年第11期 李大勇,王红军
《卡尔曼一致滤波算法综述》PDF+DOC2011年第04期 杨文,侍洪波,汪小帆
《一种雷达/红外双模制导信息融合滤波算法》PDF+DOC2011年第05期 何金刚,马慧敏
《多运动平台多传感器机动目标自适应跟踪》PDF+DOC2007年第04期 盖旭刚,江晶
由于传统分布式跟踪方法在先验噪声协方差与其实际值不相匹配时跟踪误差较大,提出了一种采用自适应一致性无迹卡尔曼滤波的分布式目标跟踪方法,该方法首先执行分布式UKF算法得到对当前移动目标状态的估计值,然后通过一个系统错误检测机制,确定是否需要对噪声协方差值进行更新。如需要,则根据当前获得的测量信息去估计当前噪声协方差,并联合该估计值和先前的噪声协方差值获得一个新的先验噪声协方差值。最后根据新获得的噪声协方差值对获得的目标状态估计值进行修正。实验结果表明该方法具有较好的准确性和鲁棒性:在噪声未知环境下,基于ACUKF的分布式跟踪方法相比于基于容积信息滤波和基于分布式无迹卡尔曼滤波的跟踪方法,最大跟踪误差值分别减少了49.93%和51.46%;在目标过程噪声发生动态变化的情况下,提出的方法相比于上述两种传统跟踪方法,跟踪误差值分别减少了40.67%和40.06%。
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。