期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于双观测站的水下机动目标被动跟踪
被引量:
6
1
作者
赵振轶
李亚安
+1 位作者
陈晓
苏骏
《水下无人系统学报》
北大核心
2018年第1期40-45,共6页
为了对水下机动目标进行航迹跟踪,采用双观测站被动跟踪系统,解决了单观测站利用纯方位角信息进行跟踪时的不可观测问题,建立了目标状态方程和被动观测方程。将扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)与交互式多模型算法(IMM)相结合...
为了对水下机动目标进行航迹跟踪,采用双观测站被动跟踪系统,解决了单观测站利用纯方位角信息进行跟踪时的不可观测问题,建立了目标状态方程和被动观测方程。将扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)与交互式多模型算法(IMM)相结合,应用于被动跟踪系统中。仿真结果表明,2种算法都能适用于水下机动目标被动跟踪。随着测量误差的增大,IMM-UKF算法比IMM-EKF算法表现出了更好的稳定性和更高的跟踪精度。
展开更多
关键词
水下机动目标
双观测站
扩展卡尔曼滤波(EKF)
无迹卡尔曼滤波(UKF)
交互式多模型(IMM)
下载PDF
职称材料
状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用
被引量:
17
2
作者
马艳
刘小东
《兵工学报》
EI
CAS
CSCD
北大核心
2019年第2期361-368,共8页
为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波(UKF)跟踪算法进行了改善。提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法...
为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波(UKF)跟踪算法进行了改善。提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法,使得UKF跟踪算法能够根据目标运动状态及时调整状态方程,在目标机动时减小对预测值的依赖,在目标非机动时增大对预测值的依赖。这种在线实时估计系统噪声状态的跟踪方法更加适用于机动目标的跟踪。数值仿真结果表明:该算法不仅在目标机动时具有良好的跟踪效果,而且在目标非机动时具有准确的估计性能。通过声纳信息综合处理系统验证了状态自适应UKF跟踪算法的性能。
展开更多
关键词
水下机动目标跟踪
无迹卡尔曼滤波
自适应滤波
航速
航向
下载PDF
职称材料
题名
基于双观测站的水下机动目标被动跟踪
被引量:
6
1
作者
赵振轶
李亚安
陈晓
苏骏
机构
西北工业大学航海学院
出处
《水下无人系统学报》
北大核心
2018年第1期40-45,共6页
基金
国家自然科学基金项目资助(5140921)
文摘
为了对水下机动目标进行航迹跟踪,采用双观测站被动跟踪系统,解决了单观测站利用纯方位角信息进行跟踪时的不可观测问题,建立了目标状态方程和被动观测方程。将扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)与交互式多模型算法(IMM)相结合,应用于被动跟踪系统中。仿真结果表明,2种算法都能适用于水下机动目标被动跟踪。随着测量误差的增大,IMM-UKF算法比IMM-EKF算法表现出了更好的稳定性和更高的跟踪精度。
关键词
水下机动目标
双观测站
扩展卡尔曼滤波(EKF)
无迹卡尔曼滤波(UKF)
交互式多模型(IMM)
Keywords
underwater
maneuvering
target
double
observation
station
extend
Kalman
filter(EKF)
unscented
Kalman
filter(UKF)
interactive
multiple
model(IMM)
分类号
TJ630 [兵器科学与技术—武器系统与运用工程]
TP391.99 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用
被引量:
17
2
作者
马艳
刘小东
机构
西北工业大学航海学院
中国舰船研究设计中心
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2019年第2期361-368,共8页
基金
国家自然科学基金项目(61531015
61301197)
水声对抗技术国防科技重点实验室基金项目(2016年)
文摘
为了满足水下对抗对机动目标实时跟踪和目标航速、航向准确估计的要求,针对观测量为距离和方位的机动目标跟踪,对传统无迹卡尔曼滤波(UKF)跟踪算法进行了改善。提出根据UKF算法预测值和观测值残差的概率分布自适应调整目标状态噪声方法,使得UKF跟踪算法能够根据目标运动状态及时调整状态方程,在目标机动时减小对预测值的依赖,在目标非机动时增大对预测值的依赖。这种在线实时估计系统噪声状态的跟踪方法更加适用于机动目标的跟踪。数值仿真结果表明:该算法不仅在目标机动时具有良好的跟踪效果,而且在目标非机动时具有准确的估计性能。通过声纳信息综合处理系统验证了状态自适应UKF跟踪算法的性能。
关键词
水下机动目标跟踪
无迹卡尔曼滤波
自适应滤波
航速
航向
Keywords
underwater
maneuvering
target
tracking
unscented
Kalman
filter
adaptive
filter
speed
course
分类号
TJ67 [兵器科学与技术—武器系统与运用工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于双观测站的水下机动目标被动跟踪
赵振轶
李亚安
陈晓
苏骏
《水下无人系统学报》
北大核心
2018
6
下载PDF
职称材料
2
状态自适应无迹卡尔曼滤波算法及其在水下机动目标跟踪中的应用
马艳
刘小东
《兵工学报》
EI
CAS
CSCD
北大核心
2019
17
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部