首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 234 毫秒

1.  被动测向分段等速直线机动目标参数综合识别模型  
   李洪瑞《信息与控制》,2005年第34卷第5期
   对于纯方位机动目标跟踪问题,通过选取适当的状态变量和参数,在分析参数的一阶灵敏度函数的基础上,建立了分段等速直线运动目标运动参数综合识别模型和算法.仿真结果表明,该算法对本文描述的机动目标运动参数的识别有较好的适应性.    

2.  基于地理信息的地面运动目标跟踪方法  被引次数:1
   陈贻海  陈怀新《电讯技术》,2013年第53卷第7期
   为了提高地面运动目标跟踪精度,提出了基于地理信息约束的变结构交互多模(VS-IMM)的目标跟踪算法。通过建立地理信息系统约束地面目标运动状态,并利用目标转弯曲线模型确定滤波器中机动目标的时变运动模型集,采用地理信息约束的变结构交互多模算法可更符合实际进行地面目标机动跟踪。针对机场地面机动目标的仿真结果表明,给出的地理条件约束的目标跟踪算法比现有交互多模算法具有更好的性能。    

3.  多种跟踪算法对机动目标跟踪的应用研究  
   匡华星《雷达与对抗》,2010年第4期
   通过建立目标运动模型,对多种跟踪滤波器进行了分析仿真。仿真结果表明,混合状态估计交互式多模型算法(IMM)对机动目标跟踪效果比其它类型的滤波器好得多,并且确定了在航迹滤波与机动跟踪方面综合表现性能较高的IMMVCVA跟踪算法。通过外场实际数据验证,表明该算法对现实环境中的目标稳定跟踪具有重要的意义。    

4.  多传感器数据融合机动目标跟踪算法  被引次数:1
   杨盘洪  朱军祥  赵建安  杨静《仪器仪表学报》,2006年第27卷第Z2期
   机动目标的运动特性具有复杂性、多变性、无先验性.多传感器信息融合的机动目标跟踪问题可以描述为数据关联和状态估计两个相关功能的最优化问题.本文分析了运用于多传感器数据融合机动目标跟踪的数据关联和状态估计算法,得出了高效费比的模糊数据关联算法(FDA)和变结构多模算法(VSMM).此外,并分别介绍了模糊数据关联算法和相似模型集的变结构多模算法.将模糊数据关联算法和变结构多模算法结合起来,从而提高对机动目标跟踪的性能.    

5.  螺旋机动目标建模与跟踪滤波器设计  
   孙胜《哈尔滨工业大学学报》,2009年第41卷第11期
   建立了一种描述弹道导弹作圆锥形螺旋机动的三维耦合运动数学模型.根据目标进行圆锥形螺旋机动的两种运动模式,得出了两种模式下具有相同形式的描述目标运动的状态方程,此运动状态方程是线性的且只与目标机动频率相关.进而给出了该状态方程的离散化形式,以及通过坐标转换关系,设计此类螺旋机动目标的跟踪滤波器的方法.最后通过导弹拦截实例仿真,验证了本文所提出的方法具有良好的目标跟踪效果.    

6.  三角函数描述的目标机动模型及目标运动信息估计方法  
   闫昌浩  田阳  任高峰《航空兵器》,2018年第4期
   本文针对目标跟踪的两个基本方面,机动模型和滤波估计算法进行研究。首先通过假设目标机动加速度具有同频率三角函数和的形式,建立了一种带有加速度变化率的目标机动模型,并推导了目标加速度与速度方向垂直情况下的机动模型具体表达式。考虑到机动模型的非线性特性,基于稀疏网格积分理论构建了一种基于稀疏网格的滤波方法,并结合三角函数机动模型实现了对目标运动信息估计,仿真结果验证了该方法的有效性。    

7.  方差自适应机动目标跟踪算法研究  
   盂庆虎  刘宝光《计算机仿真》,2012年第29卷第9期
   针对机动目标弱机动时不能自适应调整,从而对弱机动目标跟踪精度不高的缺点,提出了一种改进的方差自适应机动目标跟踪算法。新算法将机动目标的运动状态分为弱机动状态和强机动状态,并通过新息平方的统计量和当前加速度估值进行机动自适应检测,能够根据目标当前的机动特性自适应调整过程噪声协方差矩阵,使运动模型与机动目标的当前运动状态相匹配,在保持对强机动目标跟踪性能的同时,实现了对弱机动目标更为精确的跟踪。仿真结果表明,改进算法对弱机动目标的跟踪性能明显优于当前统计模型。    

8.  基于IMM模型的目标跟踪算法  
   翟海涛《中国制造业信息化》,2010年第39卷第13期
   在机动目标跟踪方法中,为避免具有机动检测的跟踪算法产生的估计时间延迟和机动检测过程中跟踪性能的降低,采用基于交互式多模型(IMM)的自适应机动目标跟踪算法,通过2个目标模型的交互作用来实现对目标机动状态的自适应估计.在工程上,将基于CV和"当前"统计模型的IMM算法应用在某导航雷达跟踪系统中,经验证IMM算法对匀速直线运动、机动运动目标跟踪均能取得较好的效果.    

9.  基于IMM模型的目标跟踪算法  
   翟海涛《中国制造业信息化》,2010年第7期
   在机动目标跟踪方法中,为避免具有机动检测的跟踪算法产生的估计时间延迟和机动检测过程中跟踪性能的降低,采用基于交互式多模型(IMM)的自适应机动目标跟踪算法,通过2个目标模型的交互作用来实现对目标机动状态的自适应估计。在工程上,将基于CV和"当前"统计模型的IMM算法应用在某导航雷达跟踪系统中,经验证IMM算法对匀速直线运动、机动运动目标跟踪均能取得较好的效果。    

10.  基于IMM模型的目标跟踪算法  
   翟海涛《中国制造业信息化》,2010年第14期
   在机动目标跟踪方法中,为避免具有机动检测的跟踪算法产生的估计时间延迟和机动检测过程中跟踪性能的降低,采用基于交互式多模型(IMM)的自适应机动目标跟踪算法,通过2个目标模型的交互作用来实现对目标机动状态的自适应估计。在工程上,将基于CV和"当前"统计模型的IMM算法应用在某导航雷达跟踪系统中,经验证IMM算法对匀速直线运动、机动运动目标跟踪均能取得较好的效果。    

11.  变维卡尔曼滤波算法的机动目标跟踪性能研究  
   张爱民  高鹏  张峰贞  王殷廷《计算机与数字工程》,2014年第1期
   卡尔曼滤波在非平稳矢量信号和噪声环境下具有广泛的应用,针对机动目标具有多个运动模型的特点,采用基于卡尔曼滤波的变维算法对机动目标进行跟踪处理,该算法首先建立了机动目标的非机动模型(CV)和机动模型CA),然后对观测数据进行滤波和误差估计处理,最后通过计算机的蒙特卡洛仿真得到了滤波轨迹和机动目标的位置和速度误差,仿真结果表明变维卡尔曼滤波算法具有很好的目标跟踪性能.    

12.  一种基于Singer模型的IMM算法仿真研究  
   刘洲洲《信息技术》,2013年第4期
   高机动目标跟踪一直是目标跟踪领域研究的热门课题之一.文中介绍机动目标跟踪的常用的机动目标运动模型,详细讨论了具有代表性的IMM交互式多模型算法,并对IMM算法进行了一定的仿真实验,验证算法的可靠性.    

13.  基于“当前 ”统计模型的自适应Kalman跟踪算法  
   赵铃铃  汪学刚《零八一科技》,2008年第1期
   机动目标跟踪广泛应用于军事和民用领域。机动目标跟踪的主要问题之一是建立未知的目标加速度模型。本文阐述了一种跟踪机动目标的机动加速度统计模型--“当前”统计模型,并推导了基于此模型的自适应Kalman跟踪算法。这种模型和算法适用于每一种具体的战术场合和目标机动的当前状况。能够正确直接地估计出机动目标的当前状态,不存在任何估计滞后与修正问题。    

14.  扩展卡尔曼滤波在目标跟踪中的应用研究  
   张爱民《黑龙江电子技术》,2013年第10期
   扩展卡尔曼滤波在非平稳矢量信号和噪声环境下具有广泛的应用,针对机动目标运动模型的特点,采用基于扩展卡尔曼滤波的算法对运动目标进行跟踪处理,该算法首先建立了运动目标的状态模型和观测模型,然后对观测数据进行滤波和误差估计处理,最后通过计算机的蒙特卡洛仿真得到了滤波轨迹和运动目标的距离和角度误差,仿真结果表明,扩展卡尔曼滤波算法具有很好的目标跟踪性能.    

15.  机动目标自适应高斯模型与跟踪算法  被引次数:3
   党建武  黄建国《电讯技术》,2003年第43卷第2期
   提出了一种描述机动目标运动状态的自适应高斯模型,在这种模型中,机动目标的加速度被认为是具有非零均值、时间相关的随机过程,并假定其概率密度函数服从高斯分布。指出了机动目标运动模型的均值和方差与目标机动加速度最佳当前估计值之间的关系,在此基础上,提出了相应的自适应卡尔曼滤波算法。仿真结果表明,该算法对机动目标在不同机动方式下的位置、速度和加速度均有良好的跟踪效果,且所需计算量小。    

16.  机动目标静态多模型算法  
   张永军《数字社区&智能家居》,2014年第2期
   目标跟踪是指利用传感器测量对目标运动状态进行估计。该文针对这一问题,首先建立机动目标跟踪模型;然后实现了基于扩展卡尔曼滤波的静态多模型算法,并对静态多模型与GPB1算法进行了比较。    

17.  临近空间目标运动建模与跟踪方法研究  
   张远  吴昊《火控雷达技术》,2013年第4期
   x-43、x-5l等临近空间高超声速飞行器的相继出现,给雷达目标跟踪提出了新的挑战,临近空间高超声速飞行器具有高速度、高机动的特点,常规跟踪算法跟踪性能低,不能满足作战使用要求。本文通过分析临近空间高超声速飞行器的运动特性,建立临近空间飞行器的运动模型,阐述临近空间目标跟踪的技术难点,提出了交互多模型的临近空间飞行器跟踪的方法,并对该算法进行了仿真验证,与传统的跟踪算法比较,该算法的跟踪精度有明显提高。    

18.  机动目标跟踪中的多模算法  被引次数:10
   沈正阳  陆军  匡纲要《电光与控制》,2002年第9卷第4期
   机动目标跟踪是一个很具有挑战性的任务,即使是跟踪单目标也可能因为目标的逃避机动而失跟,机动目标跟踪所遇到的基本问题是所建目标模型的动力学方程与目标的实践运动模式存在着不匹配。所以很多学者研究多模算法来解决这一问题。本文对学者们在多模算法上的研究结果进行了系统总结分析,得出结论:变结构的方法是提高跟踪性能、减少运算量,将多模算法用到实际的机动目标跟踪中的有效途径。    

19.  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》,2019年第2期
   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。    

20.  战场运动目标参数估计与预测  
   郑友祥  徐文旭《战术导弹技术》,2010年第4期
   建立了战场等加速运动目标和机动目标运动状态Kalman滤波预测模型.仿真结果表明,跟踪和预测算法能对目标距离、速度、加速度等运动参数进行有效的跟踪和预测,且估计误差小,为远程寻的导弹射击准备与中制导提供了可靠依据.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号