共查询到19条相似文献,搜索用时 62 毫秒
1.
基于辅助变量粒子滤波的空对海BO-TMA的研究 总被引:1,自引:0,他引:1
论文探讨了TMA(目标运动分析)中基本的非线性估计问题;介绍了粒子滤波(PF)的基本思想和辅助变量PF(AVPF)的基本算法,特别针对空对海单站只测方位TMA(BO-TMA)问题应用AVPF和EKF(扩展卡尔曼滤波)进行了对照研究;建立了问题的离散非线性滤波估计模型;设计了典型的应用场景;给出了Monte Carlo仿真运行结果;表明AVPF具有更高的估计精度、更好的收敛特性和滤波一致性。 相似文献
2.
介绍了粒子滤波(PF)的基本思想和免重采样无味高斯PF(UGPF)算法的基本原理,特别针对空-海单站只测方位目标运动分析TMA(BO—TMA)问题应用UGPF和EKF(扩展卡尔曼滤波)进行了对照研究,建立了问题的离散非线性滤波估计模副,设计了典型的应用场景,给出了Monte Cado仿真运行结果;表明UGPF具有更高的估计精度、更好的收敛特性和滤波一致性。 相似文献
3.
基于UKF的只测方位TMA中数据率因素影响的仿真研究 总被引:2,自引:0,他引:2
应用无味卡尔曼滤波(UKF)来解决只测方位目标运动分析(BO-TMA)问题,研究了其中数据率因素的实际影响.提出了一种对估计标准差及均方根误差(RMSE)进行归一化的新方法,并据此经过仿真分析揭示了估计的标准差及RMSE与数据率之间存在着简单的1/2次幂的反比关系;而同样的结论在EKF中则无法得到. 相似文献
4.
综合利用到达方位角(DOA)和到达时间差(TDOA)等信息,建立单站无源定位系统的状态模型和观测模型,应用多维情形的二阶插值公式构造新型非线性滤波算法,而不需计算非线性函数的偏导,使得计算简化。仿真结果表明,用该算法可替代扩展卡尔曼滤波器(EKF)应用于单站无源定位中,能获得更为准确且收敛更快的定位结果。 相似文献
5.
针对单站无源定位系统中观测方程非线性的特点,不能直接使用卡尔曼滤波估计,因而提出了一种适用于非线性的卡尔曼滤波估计改进算法——EKF算法;以方向角和方向角变化率为观测量,建立了EKF算法模型;仿真结果表明EKF算法适用于非线性系统,具有收敛速度快,定位精度高的特点。 相似文献
6.
7.
传统相位差变化率单站无源定位技术是以方位和相位差变化率为观测量,建立观测方程,通过定位滤波算法递推计算出目标位置,由于测向系统受接收机通道幅相不一致性、平台自身姿态误差影响,较难实现高精度测向,从而影响定位精度和收敛时间,由于方位和相位差变化率参数分别通过独立天线阵测量得到,提出去掉测向天线阵,利用2个天线单元提取相位差变化率,仅利用相位差变化率为观测量,实现目标位置估计。该定位算法可有效减少系统硬件,简化定位运算过程,提高定位运算速度。 相似文献
8.
稳健的单站无源目标跟踪算法研究 总被引:3,自引:0,他引:3
无源定位与跟踪系统中面临着可观测性弱、初始误差大的问题,因此寻找一种稳健快速的跟踪算法显得尤为关键。本文在对现有跟踪算法进行分析和比较的基础上,提出一种IUKF(Improved Unscented Kalman Filter)算法,它通过对传统的UKF算法进行修正,改善了对状态滤波值和协方差的估计。与现有算法(如EKF,UKF)相比,新算法不仅适应能力强、稳定性高,而且收敛速度快、跟踪误差小,是一种稳健的无源目标跟踪算法,数值仿真和试验结果表明了算法的正确性和有效性。 相似文献
9.
针对已有非线性滤波算法用于运动多平台无源跟踪时精度不高的问题,提出了一种新的跟踪算法即截尾不敏卡尔曼滤波(TUKF)算法以改善跟踪性能。该算法对状态先验概率密度函数及测量噪声概率密度函数进行截尾处理,使其变为具有有界支撑集的函数,并在此基础上结合原始状态先验概率密度函数设计了混合先验概率密度函数,然后针对其中的两种先验概率密度函数,分别应用不敏变换计算对应的后验概率密度函数的前两阶矩信息,并对其进行融合处理得到最终状态估计。仿真结果表明相对于几种典型的非线性滤波算法,TUKF算法能有效改善跟踪性能。 相似文献
10.
为利用无源固定单站对运动辐射源快速定位,将粒子滤波和UT(unscented transformation)应用于单站无源定位,给出了一种基于UT的角度约束采样混合粒子滤波无源定位算法,该算法从UKF滤波得到建议分布,从该建议分布采样时引入角度测量对状态变量的约束,可以减少粒子滤波用于高维情况时所需的粒子数目,改善滤波性能.与EKF、UKF(unscented kalman filter)以及基于EKF的混合粒子滤波算法的仿真比较表明,本文算法在滤波收敛速度、跟踪精度以及稳定性方面优于其它算法,估计误差可以接近Cramer-Rao下界. 相似文献
11.
针对单站无源定位可观测性弱,收敛速度慢,定位精度差等问题,在此采用综合利用相位差变化率、多普勒变化率对目标进行定位的方法。在此基础上,将一种新的非线性算法即平方根UKF算法应用单站无源定位中,计算机仿真表明在不同的参数测量精度条件下,新算法稳定性更高,收敛速度更快,定位精度更高。 相似文献
12.
13.
14.
《Mechatronics》2016
Robust and performing navigation systems for Autonomous Underwater Vehicles (AUVs) play a discriminant role towards the success of complex underwater missions involving one or more AUVs. The quality of the filtering algorithm for the estimation of the AUV navigation state strongly affects the performance of the overall system. In this paper, the authors present a comparison between the Extended Kalman Filter (EKF) approach, classically used in the field of underwater robotics and an Unscented Kalman Filter (UKF). The comparison results to be significant as the two strategies of filtering are based on the same process and sensors models. The UKF-based approach, here adapted to the AUV case, demonstrates to be a good trade-off between estimation accuracy and computational load. UKF has not yet been extensively used in practical underwater applications, even if it turns out to be quite promising. The proposed results rely on the data acquired during a sea mission performed by one of the two Typhoon class vehicles involved in the NATO CommsNet13 experiment (held in September 2013). As ground truth for performance evaluation and comparison, performed offline, position measurements obtained through Ultra-Short BaseLine (USBL) fixes are used. The result analysis leads to identify both the strategies as effective for the purpose of being included in the control loop of an AUV. The UKF approach demonstrates higher performance encouraging its implementation as a more suitable navigation algorithm even if, up to now, it is still not used much in this field. 相似文献
15.
16.
17.
18.
针对复杂背景下多运动目标的跟踪方法不能有效解决遮挡和高速运动等问题,提出一种Kalman预测与点模式匹配相结合的多目标跟踪方法。利用Kalman滤波预测目标在下一帧图像中的位置,以此位置为中心确定目标搜索区域,然后以点模式匹配进行搜索区域和目标模板进行匹配,有效地解决目标的旋转和轻微的遮挡问题。为了提高匹配速度和实时性,在点模式匹配中利用Kalman滤波对目标旋转角度的预测与修正;同时为了保证跟踪的鲁棒性、连续性及准确性,对目标模板的更新采用置信度二级判决门限。实验表明该方法具有较好的实时性,并能够有效地解决遮挡等问题。 相似文献