迭代扩展卡尔曼粒子滤波器 被引量：60

1

作者 李良群 姬红兵 罗军辉 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2007年第2期233-238,共6页

提出了一种基于迭代扩展卡尔曼的粒子滤波新方法.该方法利用迭代扩展卡尔曼滤波的最大后验概率估计产生粒子滤波的重要性密度函数,使重要性密度函数能够融入最新观测信息的同时,更加符合真实状态的后验概率分布.仿真结果表明,提出的迭... 提出了一种基于迭代扩展卡尔曼的粒子滤波新方法.该方法利用迭代扩展卡尔曼滤波的最大后验概率估计产生粒子滤波的重要性密度函数,使重要性密度函数能够融入最新观测信息的同时,更加符合真实状态的后验概率分布.仿真结果表明,提出的迭代扩展卡尔曼粒子滤波的估计性能要明显优于标准的粒子滤波、扩展卡尔曼粒子滤波和unscented粒子滤波. 展开更多

关键词 非线性系统 粒子滤波 迭代扩展卡尔曼滤波 重要性密度函数

下载PDF 职称材料

IMM迭代扩展卡尔曼粒子滤波跟踪算法 被引量：38

2

作者 张俊根 姬红兵 《电子与信息学报》 EI CSCD 北大核心 2010年第5期1116-1120,共5页

该文提出了一种交互式多模型(IMM)迭代扩展卡尔曼粒子滤波机动目标跟踪算法。该算法在多模型中使用了改进的粒子滤波器,通过对迭代扩展卡尔曼滤波(IEKF)的测量更新按照高斯牛顿方法进行修正,减小了非线性滤波带来的线性化误差,然后利用... 该文提出了一种交互式多模型(IMM)迭代扩展卡尔曼粒子滤波机动目标跟踪算法。该算法在多模型中使用了改进的粒子滤波器,通过对迭代扩展卡尔曼滤波(IEKF)的测量更新按照高斯牛顿方法进行修正,减小了非线性滤波带来的线性化误差,然后利用修正的IEKF来产生粒子滤波的重要性密度函数,使其融入最新观测信息。最后将所提算法与交互式多模型粒子滤波(IMMPF)进行了比较,仿真结果表明该算法具有更好的跟踪性能。 展开更多

关键词 机动目标跟踪 交互式多模型 迭代扩展卡尔曼滤波 粒子滤波

下载PDF 职称材料

多传感器信息融合的自动驾驶车辆定位与速度估计 被引量：23

3

作者 彭文正 敖银辉 +1 位作者 黄晓涛 王鹏飞 《传感技术学报》 CAS CSCD 北大核心 2020年第8期1140-1148,共9页

针对大学生无人驾驶方程式(FSAC)于地图内高精定位以及速度观测的问题,设计基于多传感器信息融合的状态估计算法,并应用于自研实车平台。算法基于迭代扩展卡尔曼滤波(iEKF)进行设计,融合多类传感器,包括惯性测量单元(IMU)、转角及轮速... 针对大学生无人驾驶方程式(FSAC)于地图内高精定位以及速度观测的问题,设计基于多传感器信息融合的状态估计算法,并应用于自研实车平台。算法基于迭代扩展卡尔曼滤波(iEKF)进行设计,融合多类传感器,包括惯性测量单元(IMU)、转角及轮速编码器、全球卫星定位(GPS)、相机与激光雷达(Lidar)。首先,利用IMU预测车辆先验状态;然后,建立并联融合架构,对各类传感器数据进行不同的信息处理,用于更新先验状态;由于并联融合的架构,不同传感器可独立地维护车辆的状态观测。实验结果表明,所提出的算法对地图内定位、速度观测有较好的精度,且具有足够的冗余性和实时性。 展开更多

关键词 自动驾驶 自主定位 状态估计 迭代扩展卡尔曼滤波 在线估计 多传感器信息融合

下载PDF 职称材料

面向室内行人的Range-only UWB/INS紧组合导航方法 被引量：14

4

作者 徐元 陈熙源 《仪器仪表学报》 EI CAS CSCD 北大核心 2016年第9期2115-2121,共7页

为了提高室内行人组合导航系统的精度和灵活性,提出了一种Range-only超宽带(UWB)/惯性导航系统(INS)紧组合导航方法。该方法将锚点的位置信息引入到系统状态变量中并通过数据融合滤波器进行预估,以克服传统UWB/INS紧组合导航模型中需要... 为了提高室内行人组合导航系统的精度和灵活性,提出了一种Range-only超宽带(UWB)/惯性导航系统(INS)紧组合导航方法。该方法将锚点的位置信息引入到系统状态变量中并通过数据融合滤波器进行预估,以克服传统UWB/INS紧组合导航模型中需要预先获取锚点位置信息的缺点,减少锚点位置信息精度对组合导航系统的影响。在此基础上,利用迭代扩展卡尔曼滤波(IEKF)来完成组合导航系统的数据融合滤波,以提高对目标行人导航信息的预估精度。实验结果显示,所提方法的平均绝对位置误差与传统UWB/INS紧组合方法相比降低了11.69%,算法对锚点位置信息的依赖程度也显著降低。 展开更多

关键词 室内行人导航 惯性导航系统 超宽带 紧组合导航 迭代扩展卡尔曼滤波

下载PDF 职称材料

基于IEKF的四旋翼无人机姿态测量方法研究 被引量：12

5

作者 贺海鹏 阎妍 +1 位作者 马良 杨万扣 《计算机仿真》 CSCD 北大核心 2015年第4期56-60,共5页

研究四旋翼无人机在实时飞行时姿态测量的问题。由于四旋翼无人机多采用陀螺仪、加速度计、地磁计(MEMS)传感器测量各姿态,测量值存在偏差,无法直接使用。为解决利用不准确的传感器测量信息获得精确姿态角度的难点,并为了克服常规的扩... 研究四旋翼无人机在实时飞行时姿态测量的问题。由于四旋翼无人机多采用陀螺仪、加速度计、地磁计(MEMS)传感器测量各姿态,测量值存在偏差,无法直接使用。为解决利用不准确的传感器测量信息获得精确姿态角度的难点,并为了克服常规的扩展卡尔曼算法(EKF)带来的较大滤波偏差,以及四元素法表述复杂等困难,采用了一种改进的迭代EKF(IEKF)算法,利用欧拉角的描述方法,融合MEMS的信息对四旋翼无人机的姿态角度进行测量。实验结果表明,改进方法能准确测量出姿态角,且通过与常规EKF测量效果的比对可以看出,IEKF在测量精度上确有较明显的改善,表明改进方法是有效的,为四旋翼无人机实时调整姿态提供了一种科学手段。 展开更多

关键词 四旋翼无人机 姿态测量 扩展卡尔曼滤波 迭代扩展卡尔曼滤波

下载PDF 职称材料

迭代无味卡尔曼滤波器的算法实现与应用评价 被引量：8

6

作者 程水英 余莉 《系统工程与电子技术》 EI CSCD 北大核心 2011年第11期2546-2553,共8页

为了对各种迭代无味卡尔曼滤波(iterated unscented Kalman filter,IUKF)算法的应用及性能表现给出较为全面、客观的评价,分别导出并探讨了3种IUKF算法之间的内在联系。多种情况下的仿真应用表明,当观测噪声不太大,且该非线性系统状态... 为了对各种迭代无味卡尔曼滤波(iterated unscented Kalman filter,IUKF)算法的应用及性能表现给出较为全面、客观的评价,分别导出并探讨了3种IUKF算法之间的内在联系。多种情况下的仿真应用表明,当观测噪声不太大,且该非线性系统状态的后验密度为可用高斯分布很好近似的单峰形式时,或者说是引起系统非线性的状态量是完全瞬时可观测时,选用恰当的IUKF算法,通过2～3次迭代,就可以在保持滤波一致性的条件下,进一步获得显著的精度收益;否则,IUKF相对于无味卡尔曼滤波(unscented Kalman filter,UKF)的迭代收益就难以保证。 展开更多

关键词 递推非线性滤波 扩展卡尔曼滤波器 迭代扩展卡尔曼滤波器 无味卡尔曼滤波器 迭代无味卡尔 曼滤波器

下载PDF 职称材料

基于修正IEKF的IRST系统多站融合跟踪 被引量：9

7

作者 张俊根 姬红兵 《系统工程与电子技术》 EI CSCD 北大核心 2010年第3期504-507,共4页

针对红外搜索跟踪(infrared search and track,IRST)系统单站情况下的弱可观测强非线性问题,提出了一种基于修正迭代扩展卡尔曼滤波(modified iterated extended Kalman filter,MIEKF)的多站融合跟踪算法。按照高斯-牛顿迭代方法对IEKF... 针对红外搜索跟踪(infrared search and track,IRST)系统单站情况下的弱可观测强非线性问题,提出了一种基于修正迭代扩展卡尔曼滤波(modified iterated extended Kalman filter,MIEKF)的多站融合跟踪算法。按照高斯-牛顿迭代方法对IEKF中的测量更新进行修正,并推导了最大似然迭代终止条件,减小了非线性滤波的线性化误差。结合集中式融合跟踪算法,应用于IRST系统多站目标跟踪。以三站为例进行仿真研究,结果表明所提算法的跟踪性能要优于EKF和UKF。 展开更多

关键词 目标跟踪 迭代扩展卡尔曼滤波 高斯牛顿迭代 红外搜索跟踪系统

下载PDF 职称材料

基于IEKF的SINS/USBL组合导航系统安装偏差标定算法 被引量：5

8

作者 徐博 赵晓伟 王连钊 《中国惯性技术学报》 EI CSCD 北大核心 2022年第4期501-507,共7页

在捷联惯性导航与超短基线组合导航系统中,SINS和USBL存在安装偏差,如不加以补偿将影响组合导航精度。针对此问题,提出了基于迭代扩展卡尔曼滤波(IEKF)的SINS/USBL组合导航系统安装偏差标定算法。首先,根据安装偏差角建立关于量测的非... 在捷联惯性导航与超短基线组合导航系统中,SINS和USBL存在安装偏差,如不加以补偿将影响组合导航精度。针对此问题,提出了基于迭代扩展卡尔曼滤波(IEKF)的SINS/USBL组合导航系统安装偏差标定算法。首先,根据安装偏差角建立关于量测的非线性函数;然后,引入IEKF算法对安装偏差进行标定。同时为了验证IEKF标定算法的优越性,与递推最小二乘(RLS)和扩展卡尔曼滤波(EKF)算法标定结果进行了对比,并完成了车载半实物仿真试验。试验结果表明,基于IEKF的标定算法在50次蒙特卡罗仿真试验条件下三轴标定精度分别较RLS和EKF提高了16.44%和2.60%、157.69%和1.17%、7.50%和0.41%。 展开更多

关键词 超短基线 安装偏差角 标定 迭代扩展卡尔曼滤波

下载PDF 职称材料

基于单目视觉图像序列的空间非合作目标相对姿态估计 被引量：6

9

作者 郝刚涛 杜小平 《航天控制》 CSCD 北大核心 2014年第2期60-67,共8页

非合作目标相对姿态测量是非合作自主交会对接中的难点问题。提出了一种基于单目视觉图像序列的非合作目标相对姿态估计方法。首先建立基于姿态四元数的目标特征点运动观测模型,通过特征点提取、帧间特征点匹配和迭代扩展卡尔曼滤波估... 非合作目标相对姿态测量是非合作自主交会对接中的难点问题。提出了一种基于单目视觉图像序列的非合作目标相对姿态估计方法。首先建立基于姿态四元数的目标特征点运动观测模型,通过特征点提取、帧间特征点匹配和迭代扩展卡尔曼滤波估计等步骤,成功实现了非合作目标的姿态估计。该方法仅需利用1个单目相机获取图像序列,不需要复杂的视觉传感器和目标上安装人工标记点,也不需要知道目标的几何尺寸等先验信息,且具有较高的估计精度。计算机合成数据仿真和真实图像序列仿真验证了方法的有效性。 展开更多

关键词 单目相机 非合作目标 迭代扩展卡尔曼滤波 姿态估计

下载PDF 职称材料

基于迭代扩展卡尔曼滤波的车辆运动状态估计 被引量：6

10

作者 赵强 范思远 唐政林 《森林工程》 北大核心 2021年第1期66-72,79,共8页

采用低成本传感器并借助卡尔曼滤波方法实现车辆运动状态的高精度估计。首先考虑车辆侧向运动、横摆运动以及侧倾运动,建立非线性三自由度的动力学车辆模型,通过对其线性化,实现扩展卡尔曼滤波设计,进一步针对线性化带来的截断误差问题... 采用低成本传感器并借助卡尔曼滤波方法实现车辆运动状态的高精度估计。首先考虑车辆侧向运动、横摆运动以及侧倾运动,建立非线性三自由度的动力学车辆模型,通过对其线性化,实现扩展卡尔曼滤波设计,进一步针对线性化带来的截断误差问题,利用贝叶斯估计建立极大后验状态估计最小二乘表达式,通过进一步求解最终设计完成了迭代扩展卡尔曼滤波算法。通过不同行驶条件下仿真,验证迭代扩展卡尔曼滤波过滤噪声和追踪实际值的能力。仿真结果表明:在复杂的行驶条件下,迭代扩展卡尔曼滤波能大幅过滤噪声,并有效追踪车辆质心侧偏角和横摆角速度的实际状态。 展开更多

关键词 车辆运动状态估计 迭代扩展卡尔曼滤波 三自由度 质心侧偏角 横摆角速度

下载PDF 职称材料

基于陆标图像的火星精确着陆自主导航方法研究 被引量：6

11

作者 徐超 王大轶 黄翔宇 《深空探测学报》 2016年第2期150-155,共6页

针对火星精确着陆自主导航高精度的要求,提出一种仅利用火星地表陆标图像信息的自主导航方法。该方法考虑了图像拍摄到图像测量信息可用之间的时间延迟,将成像时刻探测器位置和姿态作为系统状态,利用其与探测器当前状态之间的相关性,并... 针对火星精确着陆自主导航高精度的要求,提出一种仅利用火星地表陆标图像信息的自主导航方法。该方法考虑了图像拍摄到图像测量信息可用之间的时间延迟,将成像时刻探测器位置和姿态作为系统状态,利用其与探测器当前状态之间的相关性,并通过迭代扩展卡尔曼滤波算法实现对探测器当前位置、速度和姿态的估计。在该导航方法下,重点研究了导航陆标位置误差对导航精度的影响。最后,通过数学仿真验证了所给出的自主导航方法,并分析了导航陆标位置误差对导航精度的影响。 展开更多

关键词 陆标图像 精确着陆 自主导航 迭代扩展卡尔曼滤波

下载PDF 职称材料

基于组合牛顿迭代法的改进IEKF及其在UNGM中的应用 被引量：5

12

作者 常国宾 许江宁 +1 位作者 李安 胡柏青 《海军工程大学学报》 CAS 北大核心 2012年第1期15-19,共5页

从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新... 从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新。新算法较传统的IEKF具有精度高以及对初值不敏感的优点。实例仿真验证了该算法的有效性。 展开更多

关键词 非线性滤波 迭代扩展卡尔曼滤波 高斯-牛顿迭代 全局收敛

下载PDF 职称材料

高速场景下基于叠加导频的迭代EKF信道估计方法 被引量：5

13

作者 廖勇 张楠 +2 位作者 姚海梅 花远肖 赵砚 《电子学报》 EI CAS CSCD 北大核心 2019年第11期2399-2406,共8页

针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统在高速移动场景下时/频域选择性衰落(双选衰落)和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型(Basis Expansio... 针对正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统在高速移动场景下时/频域选择性衰落(双选衰落)和非平稳特性给信道估计带来的技术挑战,本文采用导频与数据叠加的帧结构,提出一种基于基扩展模型(Basis Expansion Model,BEM)的迭代扩展卡尔曼滤波(iterative Extend-Kalman Filter,iEKF)信道估计方法.基于BEM信道模型且采用EKF信道估计方法可以联合估计出信道冲激响应(Channel Impulse Response,CIR)与时变的时域自相关系数,有效消除子载波间干扰(Inter Carrier Interference,ICI).同时,为了进一步消除叠加导频位置处的数据符号干扰,我们提出将叠加位置处的数据和导频先解耦、后重构再进行迭代EKF的信道估计方法.仿真分析表明,相较传统叠加导频的信道估计方法和导频符号辅助调制(Pilot Symbol Assisted Modulation,PSAM)估计方法,本文提出的信道估计方法在高速场景特别是低信噪比的条件下,具有更高的估计精度,更强的鲁棒性及更大的吞吐量. 展开更多

关键词 叠加导频 双选信道 基扩展模型 迭代扩展卡尔曼滤波 OFDM 信道估计

下载PDF 职称材料

迭代无味卡尔曼滤波的目标跟踪算法 被引量：4

14

作者 常国宾 许江宁 +1 位作者 李安 常路宾 《西安交通大学学报》 EI CAS CSCD 北大核心 2011年第12期70-74,共5页

针对目标跟踪迭代无味卡尔曼滤波(IUKF)算法中跟踪精度较差的问题,提出一种基于状态扩展技术的改进迭代无味卡尔曼滤波(IIUKF)算法.新算法首先将观测噪声扩展进状态,构造关于扩展状态的零噪声观测方程,然后在观测迭代过程中将最新的扩... 针对目标跟踪迭代无味卡尔曼滤波(IUKF)算法中跟踪精度较差的问题,提出一种基于状态扩展技术的改进迭代无味卡尔曼滤波(IIUKF)算法.新算法首先将观测噪声扩展进状态,构造关于扩展状态的零噪声观测方程,然后在观测迭代过程中将最新的扩展状态后验估计代入更新公式,进行观测迭代更新.相比IUKF算法,IIUKF算法不仅形式上更为简洁,而且避免了IUKF算法中先验估计和观测噪声非统计正交的问题,滤波精度更高.数值仿真表明,IIUKF算法的跟踪误差比IUKF算法减小了20%以上. 展开更多

关键词 迭代扩展卡尔曼滤波 迭代无味卡尔曼滤波 统计正交 目标跟踪

下载PDF 职称材料

复杂环境中的无人车多传感器紧耦合SLAM方法

15

作者 宋学佳 敖银辉 王文杰 《传感技术学报》 CAS CSCD 北大核心 2023年第9期1407-1416,共10页

提出了一种多传感器信息紧耦合的无人驾驶车辆SLAM方法—Ligom,此方法在复杂环境中,可以实现无人驾驶车辆状态的实时估计与环境地图的构建。Ligom基于迭代扩展卡尔曼滤波(iEKF)理论设计,融合了惯性测量单元(IMU)、全球导航卫星系统(GNSS... 提出了一种多传感器信息紧耦合的无人驾驶车辆SLAM方法—Ligom,此方法在复杂环境中,可以实现无人驾驶车辆状态的实时估计与环境地图的构建。Ligom基于迭代扩展卡尔曼滤波(iEKF)理论设计,融合了惯性测量单元(IMU)、全球导航卫星系统(GNSS)、激光雷达(Lidar)与相机(Camera)等不同传感器。首先利用IMU预测车辆的先验状态与消除点云畸变,并使用滑动窗口方法保存点云特征以提高点云匹配精度;然后,通过对GNSS信息作初始化与坐标系变换,分别完成滤波更新得到后验状态;最后在后端环节引入关键帧进行状态优化与反馈更新,构建全局环境点云地图。此外,利用Camera-Lidar联合检测的多目标检测与跟踪算法,完成全局桩桶地图的构建。Ligom在四个不同平台与环境采集的数据集上进行了充分验证。 展开更多

关键词 多传感器紧耦合 SLAM 迭代扩展卡尔曼滤波 多目标检测与跟踪

下载PDF 职称材料

一种改进的高超声速滑翔目标跟踪方法

16

作者 冯树林 郭杰 唐胜景 《飞行力学》 CSCD 北大核心 2023年第5期74-80,共7页

针对临近空间高超声速滑翔目标跟踪问题,提出一种基于反向传播神经网络修正改进迭代扩展卡尔曼滤波(Back Propagation Neural Network-aided Improved Iterative Extended Kalman Filter, BP-IIEKF)的目标轨迹跟踪方法。在雷达站坐标系... 针对临近空间高超声速滑翔目标跟踪问题,提出一种基于反向传播神经网络修正改进迭代扩展卡尔曼滤波(Back Propagation Neural Network-aided Improved Iterative Extended Kalman Filter, BP-IIEKF)的目标轨迹跟踪方法。在雷达站坐标系下建立目标运动模型和量测模型。引入阻尼因子修正IEKF算法中的协方差预测矩阵,并定义算法的代价函数,给出迭代终止条件,保证了算法收敛精度,减小状态的观测更新误差,提高了目标状态估计精度。利用BP神经网络修正滤波结果,补偿系统滤波误差,进一步提高了跟踪精度。仿真结果表明所提算法对高超声速滑翔目标具有更高的跟踪精度。 展开更多

关键词 高超声速滑翔目标 目标跟踪 迭代扩展卡尔曼滤波 神经网络

原文传递

闪烁噪声下的改进粒子滤波跟踪算法 被引量：4

17

作者 张俊根 姬红兵 《系统工程与电子技术》 EI CSCD 北大核心 2010年第10期2223-2226,共4页

在实际雷达目标跟踪系统中,雷达量测常受到闪烁噪声干扰,传统的滤波算法在闪烁噪声下,滤波性能急剧下降甚至发散。提出了一种改进的粒子滤波(particle filter,PF)算法,按照高斯牛顿迭代方法对迭代扩展卡尔曼滤波(iterated extended Kal ... 在实际雷达目标跟踪系统中,雷达量测常受到闪烁噪声干扰,传统的滤波算法在闪烁噪声下,滤波性能急剧下降甚至发散。提出了一种改进的粒子滤波(particle filter,PF)算法,按照高斯牛顿迭代方法对迭代扩展卡尔曼滤波(iterated extended Kal manfilter,IEKF)中的测量更新进行修正,利用修正的IEKF来产生PF的重要性密度函数。进一步,采用马尔科夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)方法来消除重采样引起的粒子贫化问题。在给出的闪烁噪声统计模型基础上,将所提算法与PF及MCMCPF算法进行了仿真比较,结果表明该算法具有更好的跟踪性能。 展开更多

关键词 目标跟踪 粒子滤波 迭代扩展卡尔曼滤波 马尔科夫链蒙特卡罗 闪烁噪声

下载PDF 职称材料

迭代扩展卡尔曼滤波在相对姿态估计中的应用 被引量：3

18

作者 李建锋 张慧星 闫美辰 《导弹与航天运载技术》 北大核心 2012年第6期48-52,共5页

在航天器相对姿态测量过程中,由于基于单帧图像的相对姿态测量方法受噪声影响比较大,相对距离较远时,测量的稳定性较差,因此提出采用迭代扩展卡尔曼滤波进行相对姿态估计的方法。首先对卡尔曼滤波进行概述,然后建立基于迭代扩展卡尔曼... 在航天器相对姿态测量过程中,由于基于单帧图像的相对姿态测量方法受噪声影响比较大,相对距离较远时,测量的稳定性较差,因此提出采用迭代扩展卡尔曼滤波进行相对姿态估计的方法。首先对卡尔曼滤波进行概述,然后建立基于迭代扩展卡尔曼滤波的航天器间的3D位置和姿态估计系统模型及观测模型,确定系统及测量噪声模型,给出运用卡尔曼滤波方法解决姿态估计问题的具体方法及详细过程,最后通过仿真数据和实测数据对该方法的正确性、可行性进行了验证。 展开更多

关键词 分布式微型航天器 相对姿态估计 迭代扩展卡尔曼滤波

下载PDF 职称材料

基于IEKF的目标、外辐射源联合跟踪滤波 被引量：1

19

作者 杨勇 《现代雷达》 CSCD 北大核心 2013年第2期31-34,共4页

在外辐射源雷达中,当外辐射源的位置信息未知时,无法利用外辐射源对目标跟踪定位。文中介绍了一种基于迭代扩展卡尔曼滤波(IEKF)的目标、外辐射源联合跟踪滤波算法,该算法通过对已知外辐射源和未知外辐射源的联合利用,保证了雷达系统在... 在外辐射源雷达中,当外辐射源的位置信息未知时,无法利用外辐射源对目标跟踪定位。文中介绍了一种基于迭代扩展卡尔曼滤波(IEKF)的目标、外辐射源联合跟踪滤波算法,该算法通过对已知外辐射源和未知外辐射源的联合利用,保证了雷达系统在探测目标的同时,也可定位跟踪未知外辐射源。通过仿真数据验证,该方法对目标、外辐射源的跟踪定位有较好的滤波效果,辐射源定位收敛速度优于EKF滤波方法。 展开更多

关键词 外辐射源雷达 距离和 扩展卡尔曼滤波 迭代扩展卡尔曼滤波

下载PDF 职称材料

快速SLAM算法的一种新的滤波架构 被引量：1

20

作者 周武 赵春霞 《计算机科学与探索》 CSCD 2008年第5期553-560,共8页

FastSLAM算法是同时定位与地图创建领域的一类重要方法,UPF-IEKFFastSLAM2.0算法采用UPF估计机器人的路径,地图估计则采用IEKF算法。UPF算法使粒子向后验概率高的区域运动,提高了估计精度,并且UPF算法比普通粒子滤波算法需要更少的粒子... FastSLAM算法是同时定位与地图创建领域的一类重要方法,UPF-IEKFFastSLAM2.0算法采用UPF估计机器人的路径,地图估计则采用IEKF算法。UPF算法使粒子向后验概率高的区域运动,提高了估计精度,并且UPF算法比普通粒子滤波算法需要更少的粒子数,因而可以降低计算复杂度;IEKF算法通过迭代观测更新过程来提高估计精度。仿真实验表明,当迭代次数小于等于2时,UPF-IEKFFastSLAM2.0算法的地图估计累计时间比UPF-UKFFastSLAM2.0算法短;当迭代次数为2时,其估计精度高于UPF-UKFFastSLAM2.0算法。综合考虑估计精度和计算复杂度,认为"UPF-IEKF"是一种更合理的FastSLAM算法滤波架构。 展开更多

关键词 同时定位与地图创建 粒子滤波器 Unscented卡尔曼滤波器 迭代扩展卡尔曼滤波器

下载PDF 职称材料