-
题名纯方位目标运动分析的卡尔曼滤波算法
被引量：7
- 1
-
-
作者
詹艳梅
孙进才
-
机构
西北工业大学
-
出处
《应用声学》
CSCD
北大核心
2003年第1期16-21,30,共7页
-
文摘
本文介绍了纯方位目标运动分析的卡尔曼滤波算法,利用Lyapunov稳定性理论,通过计算算法的稳定性度量值,对三种卡尔曼滤波算法的稳定性进行了分析讨论,并通过仿真计算对各方法的估计性能进行了比较。
-
关键词
纯方位目标运动分析
卡尔曼滤波算法
稳定性
被动跟踪定位
-
Keywords
Bearing-only target motion analysis, Kalman filter algorithm, Stability
-
分类号
TN95
[电子电信—信号与信息处理]
U666
[电子电信—信息与通信工程]
-
-
题名空基多平台对空中机动目标的被动跟踪定位算法
被引量：2
- 2
-
-
作者
范小军
刘锋
张军
-
机构
北京航空航天大学电子信息工程学院
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2006年第6期728-731,737,共5页
-
基金
航天支撑基金资助项目(2004)
航空科学基金资助项目(0F15002)
-
文摘
针对空中机动目标的被动定位跟踪问题,提出了一种先用静态估计理论对空中目标进行最小二乘估计,再采用基于“当前”统计模型的自适应滤波算法进行滤波处理的方法,取得了比最小二乘估计与卡尔曼滤波相结合的算法更好的效果。仿真结果表明,在跟踪非机动目标时,该算法和最小二乘估计与卡尔曼滤波结合的办法相当;在跟踪机动目标时,该算法的误差明显小于原算法。
-
关键词
被动跟踪定位
最小二乘估计
“当前”统计模型
-
Keywords
Passive locating and tracking
Least square estimation
“Current” statistical model
-
分类号
TN953
[电子电信—信号与信息处理]
-
-
题名三维纯角度被动跟踪定位的最小二乘-卡尔曼滤波算法
被引量：26
- 3
-
-
作者
邱玲
沈振康
-
机构
长沙国防科技大学ATR重点实验室
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2001年第2期83-86,共4页
-
文摘
利用角度信息估计出目标的距离和速度实质上是一个非线性状态估计问题 ,经典的扩展卡尔曼滤波算法性能很不稳定。文中首先根据静态估计理论推导出了在某一时刻目标位置的最小二乘解 ,然后将其作为卡尔曼滤波的测量值进行滤波 ,作进一步的数据处理 ,以提高估计精度。为了避免测量误差的相关性 ,分别在x ,y ,z方向上进行滤波 ,简化了算法 ,提高系统的定位精度。仿真结果表明这一算法是简单而有效的。
-
关键词
纯角度测量
最小二乘
卡尔曼滤波
目标被动跟踪定位
算法
-
Keywords
Bearing-only measurement
Least squares
Kalman filter
Passive target tracking and location
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于压缩感知的被动式移动目标轨迹测绘
被引量：5
- 4
-
-
作者
王举
陈晓江
常俪琼
房鼎益
邢天璋
聂卫科
-
机构
西北大学信息科学与技术学院
-
出处
《计算机学报》
EI
CSCD
北大核心
2015年第12期2361-2374,共14页
-
基金
国家科技支撑计划项目基金(2013BAK01B02)
国家自然科学基金(61170218
+3 种基金
61272461
61373177)
西北大学研究生创新教育项目(YZZ13104
YZZ14002)资助
-
文摘
被动式目标轨迹测绘以其无需目标携带任何设备的优点吸引着许多应用,如野生动物监测、入侵安全监测等.针对现有基于被动式目标轨迹测绘方法,因频繁定位而导致计算开销大和大量观测数据导致通信能耗高的问题,文中提出基于压缩感知的被动式目标轨迹测绘(Compressive Sensing Based Device-Free Target Trajectory Depiction,CSTD)算法,仅用少量观测数据一次性精确测绘出目标轨迹,减少了计算和通信开销,降低了能耗.文中的关键性发现及CSTD优点是:(1)轨迹上不同的位置及其估算具有时间独立性和空间统一性,可将不同位置映射到统一的物理空间一次性测绘出目标轨迹,避免传统方法频繁定位计算开销的问题;(2)目标轨迹与监测区域的空间位置相比具有稀疏性,利用压缩感知原理通过少量观测数据就能精确测绘出目标轨迹,降低了数据量和能耗.为适应实际应用中的大规模场景需求,该文给出了可扩展的CSTD算法模型,并提出了目标轨迹稀疏度未知(目标经过的位置数未知)下的稀疏恢复算法.部署了48个节点的8m×8m真实实验,结果表明在降低观测数据量的同时,CSTD较现有经典算法至少提高了63%的轨迹测绘精度.
-
关键词
被动式跟踪(定位)
压缩感知
数据量
物联网
-
Keywords
device-free localization（tracking）
compressive sensing
data volume
Internet of Things
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
