期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
一种多级助推段弹道导弹跟踪算法 被引量:9
1
作者 许登荣 程水英 包守亮 《宇航学报》 EI CAS CSCD 北大核心 2016年第9期1114-1121,共8页
针对多级助推段弹道导弹存在多个加速度突变点、机动性强导致跟踪难度大的问题,提出一种基于量测转换的强跟踪输入估计(STMIE)弹道导弹跟踪算法。在对多级助推段弹道导弹动力学特性分析的基础上,推导出雷达站东北上(ENU)坐标系下弹道导... 针对多级助推段弹道导弹存在多个加速度突变点、机动性强导致跟踪难度大的问题,提出一种基于量测转换的强跟踪输入估计(STMIE)弹道导弹跟踪算法。在对多级助推段弹道导弹动力学特性分析的基础上,推导出雷达站东北上(ENU)坐标系下弹道导弹的运动方程,并通过将修正的无偏量测转换(MUCM)与STMIE算法融合,使得在导弹跟踪中应用STMIE算法成为可能。以典型的多级助推段弹道导弹为跟踪目标进行仿真校验,结果表明,本文算法对多级助推段弹道导弹目标跟踪性能优越,且算法复杂度较低,效费比高。 展开更多
关键词 机动目标跟踪 多级助推 修正的输入估计算法 修正的无偏量测转换 强跟踪
下载PDF
基于强跟踪滤波器的MACA-MIE模型及跟踪算法 被引量:5
2
作者 周政 刘进忙 《控制与决策》 EI CSCD 北大核心 2013年第1期100-104,共5页
结合自适应常加速模型(ACA)、改进输入估计(MIE)和强跟踪滤波器,提出一种新的自适应目标跟踪模型和算法.该算法通过扩展ACA模型状态矢量和改进状态噪声协方差调整方法,利用MIE和强跟踪滤波器,实现了机动加速度方差和状态预测协方差依据... 结合自适应常加速模型(ACA)、改进输入估计(MIE)和强跟踪滤波器,提出一种新的自适应目标跟踪模型和算法.该算法通过扩展ACA模型状态矢量和改进状态噪声协方差调整方法,利用MIE和强跟踪滤波器,实现了机动加速度方差和状态预测协方差依据残差信息的实时完全自适应调整,在缺乏目标加速度先验知识的情况下,能够实时高精度跟踪目标突变状态、弱机动和非机动状态.仿真实验表明,相比ACA模型和MIE,该算法具有更好的机动状态和非机动状态跟踪性能. 展开更多
关键词 机动目标跟踪 自适应常加速模型 改进输入估计 卡尔曼滤波 强跟踪滤波器
原文传递
强跟踪输入估计概率假设密度多机动目标跟踪算法 被引量:5
3
作者 杨金龙 姬红兵 樊振华 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第8期1164-1170,共7页
针对多机动目标跟踪中,目标数目未知及加速度不确定的问题,提出一种强跟踪输入估计(modified inputestimation,MIE)概率假设密度多机动目标跟踪算法.在详细分析算法的基础上,通过引入强跟踪多重渐消因子,以不同速率实时调节滤波器各个... 针对多机动目标跟踪中,目标数目未知及加速度不确定的问题,提出一种强跟踪输入估计(modified inputestimation,MIE)概率假设密度多机动目标跟踪算法.在详细分析算法的基础上,通过引入强跟踪多重渐消因子,以不同速率实时调节滤波器各个通道的预测协方差及相应的滤波器增益,从而实现MIE算法对加速度未知或发生大幅度突变的机动目标自适应跟踪能力;并将该算法与概率假设密度滤波算法有效结合,可以较好地跟踪未知数目的多机动目标.仿真结果表明,新算法比传统的多机动目标跟踪算法具有更高的跟踪精度,且具有较好的实时性. 展开更多
关键词 概率假设密度 输入估计 多重渐消因子 机动目标跟踪
下载PDF
机动目标自适应跟踪与系统误差配准 被引量:5
4
作者 修建娟 王光源 何友 《指挥信息系统与技术》 2018年第2期19-23,共5页
为了有效解决机动目标自适应跟踪中系统误差的实时补偿问题,提出了一种基于修正输入估计的机动目标自适应跟踪与系统误差配准算法。该算法将目标机动加速度看作未知输入向量附加至状态方程,同时,将未知的系统误差向量附加至量测方程,推... 为了有效解决机动目标自适应跟踪中系统误差的实时补偿问题,提出了一种基于修正输入估计的机动目标自适应跟踪与系统误差配准算法。该算法将目标机动加速度看作未知输入向量附加至状态方程,同时,将未知的系统误差向量附加至量测方程,推导出状态方程和量测方程扩维情况下目标滤波算法,在目标跟踪过程中实时估计机动加速度,并对系统误差进行配准。仿真结果表明,该算法可解决机动目标的自适应跟踪和系统误差实时修正问题。 展开更多
关键词 机动目标 系统误差 修正的输入估计 自适应跟踪
下载PDF
一种模糊推理强机动目标跟踪新算法 被引量:3
5
作者 杨金龙 姬红兵 樊振华 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2011年第2期72-76,128,共6页
针对机动目标状态估计算法对强机动目标跟踪性能下降,甚至发散的问题,在机动目标状态估计算法基础上引入模糊推理多重修正因子,提出一种新的强机动目标自适应跟踪算法.采用残差统计距离和目标机动加速度的2-范数作为模糊输入量,自适应... 针对机动目标状态估计算法对强机动目标跟踪性能下降,甚至发散的问题,在机动目标状态估计算法基础上引入模糊推理多重修正因子,提出一种新的强机动目标自适应跟踪算法.采用残差统计距离和目标机动加速度的2-范数作为模糊输入量,自适应地计算出多重修正因子来实时调节预测协方差.该算法保留了对一般匀速或弱机动目标的高精度跟踪性能,同时增强了滤波器对强机动目标的自适应跟踪能力.仿真结果表明,新算法提高了对强机动目标的估计精度,加快了跟踪的收敛速度. 展开更多
关键词 目标跟踪 模糊推理 机动目标状态估计 修正因子
下载PDF
基于伪线性和输入估计的无源自适应跟踪算法 被引量:3
6
作者 修建娟 孔博 修建华 《信息与电子工程》 2011年第2期152-157,共6页
基于伪线性滤波算法和输入估计算法提出了一种对空中机动目标进行三维测向无源自适应跟踪的新算法。该算法把目标机动加速度看成是未知的输入向量附加到状态方程中,再利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟... 基于伪线性滤波算法和输入估计算法提出了一种对空中机动目标进行三维测向无源自适应跟踪的新算法。该算法把目标机动加速度看成是未知的输入向量附加到状态方程中,再利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度。仿真结果表明:该算法不需要对目标进行机动检测,即能够适应目标机动和非机动2种工作模式,实现对空中机动目标的自适应无源跟踪。 展开更多
关键词 修正的输入估计 伪线性滤波 无源定位 自适应跟踪
下载PDF
机动目标无源自适应跟踪算法研究
7
作者 王珂 屈建胜 刘思琦 《舰船电子工程》 2013年第6期49-51,118,共4页
论文提出了一种对空中机动目标进行三位测向无源自适应跟踪的新算法。该算法把目标机动加速度看成是未知的输入向量附加到状态方程中去,然后利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态... 论文提出了一种对空中机动目标进行三位测向无源自适应跟踪的新算法。该算法把目标机动加速度看成是未知的输入向量附加到状态方程中去,然后利用状态向量扩维情况下的伪线性滤波算法对目标进行三维无源跟踪,跟踪过程中在对原来目标状态向量进行估计的同时估计目标加速度,仿真结果表明,该算法不需要对目标进行机动检测,它能够适应目标机动和非机动两种工作模式,实现对空中机动目标的自适应无源跟踪。 展开更多
关键词 修正的输入估计 伪线性滤波 空中机动目标 无源跟踪
下载PDF
基于ET-EMIE-GMPHD的机动目标跟踪及航迹关联
8
作者 迟珞珈 冯新喜 《弹箭与制导学报》 CSCD 北大核心 2018年第3期37-42,45,共7页
针对杂波环境下扩展目标高斯混合PHD滤波器不能有效跟踪机动目标且无法提供航迹信息的问题,引入一种改进的输入估计算法,通过指数渐消因子对滤波增益进行调整,实现对强机动目标的自适应跟踪。同时通过构造距离矩阵提出一种改进的航迹关... 针对杂波环境下扩展目标高斯混合PHD滤波器不能有效跟踪机动目标且无法提供航迹信息的问题,引入一种改进的输入估计算法,通过指数渐消因子对滤波增益进行调整,实现对强机动目标的自适应跟踪。同时通过构造距离矩阵提出一种改进的航迹关联算法,减少了密集目标错误关联的概率。实验结果表明,所提算法具有很好的跟踪精度,同时能够正确给出密集扩展目标的航迹信息,具有较强的抗干扰性和鲁棒性。 展开更多
关键词 机动扩展目标 输入估计 指数渐消因子 高斯混合概率密度 距离矩阵
下载PDF
基于修正输入估计的机动目标无源跟踪
9
作者 修建娟 史学松 +1 位作者 何友 修建华 《弹箭与制导学报》 CSCD 北大核心 2011年第2期169-171,178,共4页
文中将修正的输入估计算法和伪线性滤波算法相结合,提出了一种对机动目标进行自适应纯方位跟踪的新算法,该算法将未知的输入向量作为新的元素补充到原来的目标状态向量中得到新的扩维状态向量,然后在只有角度测量数据的情况下利用伪线... 文中将修正的输入估计算法和伪线性滤波算法相结合,提出了一种对机动目标进行自适应纯方位跟踪的新算法,该算法将未知的输入向量作为新的元素补充到原来的目标状态向量中得到新的扩维状态向量,然后在只有角度测量数据的情况下利用伪线性滤波算法对原来的目标状态向量和新增的目标加速度向量同时进行估计。仿真结果表明,该算法可适应目标机动和非机动两种工作模式,能够实现对机动目标的自适应纯方位跟踪。 展开更多
关键词 修正的输入估计 伪线性滤波 机动目标 纯方位
下载PDF
自适应转移概率交互式多模型跟踪算法 被引量:25
10
作者 许登荣 程水英 包守亮 《电子学报》 EI CAS CSCD 北大核心 2017年第9期2113-2120,共8页
针对标准的交互式多模型算法(Interacting Multiple Model,IMM)存在模型集设计困难和采用固定转移概率矩阵导致模型切换缓慢、跟踪精度下降的不足,提出一种自适应转移概率IMM算法.首先,提出了一种新的模型集设计方法,将强跟踪修正输入估... 针对标准的交互式多模型算法(Interacting Multiple Model,IMM)存在模型集设计困难和采用固定转移概率矩阵导致模型切换缓慢、跟踪精度下降的不足,提出一种自适应转移概率IMM算法.首先,提出了一种新的模型集设计方法,将强跟踪修正输入估计(Strong Tracking Modified Input Estimation,STMIE)模型和匀速运动(Constant Velocity,CV)模型作为IMM算法的模型集,利用STMIE算法对高机动目标的跟踪能力以及CV模型对非机动目标跟踪的高精度,实现对目标的全面自适应跟踪.其次,提出一种依据模型似然函数值对Markov转移概率进行实时修正的方法,增强匹配模型的作用,削弱不匹配模型的影响.仿真结果表明,依据模型似然函数修正转移概率的方法使IMM算法的模型切换速度和跟踪精度都得到提高,提出的IMM-STMIECV算法的跟踪精度高于IMM-CVCA、IMM-CVCACT以及IMM-CVCS算法. 展开更多
关键词 机动目标跟踪 交互式多模型算法 Markov转移概率 修正的输入估计法 强跟踪
下载PDF
基于Jerk输入估计的MCS模型及非线性跟踪算法 被引量:6
11
作者 周政 刘进忙 谭西江 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2013年第10期1397-1402,共6页
针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计(MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动... 针对强机动目标跟踪问题,基于当前统计(CS,Current Statistical)模型、改进输入估计(MIE,Modified Input Estimation)和无迹强跟踪滤波器,提出了一种新的自适应目标跟踪算法.该算法引入Jerk输入估计改进了当前统计模型的状态方程和机动加速度方差调整方法,利用改进的无迹强跟踪滤波器实现了状态协方差、状态噪声协方差和机动频率的联合自适应.在没有加速度先验知识的情况下,能够实时准确跟踪目标连续强机动、匀加速机动和匀速运动状态.仿真实验表明:相比CS模型无迹滤波算法、CS模型无迹强跟踪算法和交互多模型算法,该算法在对目标强机动的适应性、跟踪精度和对突变状态跟踪的收敛性方面都有更好的性能. 展开更多
关键词 机动目标跟踪 改进当前统计模型 改进输入估计 无迹滤波器 强跟踪滤波器
下载PDF
基于ET-GM-PHD的机动多扩展目标跟踪算法 被引量:2
12
作者 葛建良 葛洪伟 +1 位作者 王冬 杨金龙 《计算机工程与应用》 CSCD 北大核心 2017年第17期166-172,共7页
针对原始扩展目标高斯混合概率假设密度(Extended Target Gaussian Mixture Probability Hypothesis Density,ET-GM-PHD)滤波算法不能解决机动目标跟踪问题,在高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density,GM... 针对原始扩展目标高斯混合概率假设密度(Extended Target Gaussian Mixture Probability Hypothesis Density,ET-GM-PHD)滤波算法不能解决机动目标跟踪问题,在高斯混合概率假设密度(Gaussian Mixture Probability Hypothesis Density,GM-PHD)滤波框架下,引入修正的输入估计算法(Modified Input Estimation,MIE),可以有效地处理多扩展目标的机动问题。此外,提出的算法虽然可以实现对未知数目的多机动扩展目标进行跟踪,但无法获得各个目标的航迹。针对此问题,进一步引入高斯分量标记方法,有效地将多机动扩展目标的航迹进行准确关联,获取各个目标的航迹。实验结果表明,提出的算法在弱机动扩展目标跟踪中具有较好的跟踪性能,同时能够有效地估计多扩展目标的航迹。 展开更多
关键词 多扩展目标 高斯混合概率假设密度 输入估计 航迹维持
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部