《机动目标的IMM扩展卡尔曼滤波时间配准算法》PDF+DOC
作者:高颖,韩宏帅,武梦洁,王永庭
单位:西北工业大学
出版:《西北工业大学学报》2016年第04期
页数:6页 (PDF与DOC格式可能不同)
PDF编号:PDFXBGD2016040110
DOC编号:DOCXBGD2016040119
下载格式:PDF + Word/doc 文字可复制、可编辑
《自适应联邦卡尔曼滤波的时间配准方法》PDF+DOC2019年第04期 赵明亮,汪立新,秦伟伟
《两种常用多传感器时间配准方法在匀加速模型下的改进》PDF+DOC2010年第01期 施立涛,刘方,李洪
《集中式多传感器融合系统中的时间配准研究》PDF+DOC2007年第11期 李林,黄柯棣,何芳
《平台级卡尔曼滤波空间配准算法》PDF+DOC2004年第02期 杜钦峰,冯新喜,石定杰
《多传感器中传感器配准技术发展综述》PDF+DOC2001年第02期 贺席兵,李教,敬忠良
《基于运动模型估计的分布式实时时间配准算法》PDF+DOC2013年第01期 刘万全,徐世友,陈曾平
《雷达数据实时时间配准算法研究》PDF+DOC2010年第02期 朱永杰,李忠锐
《一种车辆机动目标跟踪的多传感器信息融合估计算法》PDF+DOC2009年第01期 张文峰,胡振涛,程建兴
《用于多源信息中制导的MM-LS时间配准算法》PDF+DOC2014年第04期 雍霄驹,方洋旺,高翔,张磊,封普文
《基于自适应卡尔曼滤波的时间配准算法》PDF+DOC2013年第10期 王丽娜,彭玉旭
针对目前研究的时间配准方法是在目标运动模型已知的情况下进行时间配准,难以保证目标在复杂机动情况下运动模型多变时的时间配准精度。提出了机动目标的交互多模型扩展卡尔曼滤波(IMM-EKF)时间配准算法,该算法将交互多模型中的每个运动模型分别进行扩展卡尔曼滤波输出同时根据滤波过程中得到的残差计算每个模型的概率,根据模型概率和各模型滤波输出得到时间配准周期内最后一个采样点的测量数据,利用该点的状态和模型概率进行外推就得到时间配准周期和传感器采样周期不成整数比时配准时刻的位置。通过仿真结果表明该算法能够有效降低整体的时间配准误差。该算法提高了时间配准的精度,为数据融合提供了良好的基础。
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。