首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF网络和IMM的机动目标跟踪方法
引用本文:朱志宇,刘炜,戴晓强.基于RBF网络和IMM的机动目标跟踪方法[J].弹箭与制导学报,2006,26(3):329-333.
作者姓名:朱志宇  刘炜  戴晓强
作者单位:江苏科技大学电子信息学院,江苏镇江,212003
基金项目:国防预研基金项目(01J3.17)
摘    要:文中提出了一种应用RBF神经网络对标准IMM算法中的卡尔曼滤波结果进行校正的方法。网络输人为预测误差、卡尔曼增益以及测量值与估计值之差.网络输出反映了由于目标机动所带来的滤波误差.将网络输出结果和直接由卡尔曼滤波求解得到的结果相加.可以得到更为准确的滤波值。同时.在网络的学习算法中.在网络权值矩阵的修正公式中增加了反映滤波残差的调整项.若卡尔曼滤波的残差较大,网络调整权值的幅度也相应增大。仿真结果表明.在目标发生机动转弯处.校正后的IMM算法的跟踪误差要明显小于标准IMM算法的跟踪误差.跟踪精度较高。

关 键 词:机动目标  跟踪  卡尔曼滤波  RBF神经网络
收稿时间:2006-04-14
修稿时间:2006年4月14日

Maneuvering Target Tracking Method Based on RBF Neural Network and Interacting Multi Models
ZHU Zhi-yu,LIU Wei,DAI Xiao-qiang.Maneuvering Target Tracking Method Based on RBF Neural Network and Interacting Multi Models[J].Journal of Projectiles Rockets Missiles and Guidance,2006,26(3):329-333.
Authors:ZHU Zhi-yu  LIU Wei  DAI Xiao-qiang
Affiliation:School of Electronics and Information, Jiangsu University of Science and Technology, Jiangsu Zhenjiang 212003, China
Abstract:
Keywords:maneuvering target  tracking  Kalman filter  RBF neural network
本文献已被 维普 万方数据 等数据库收录!
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