共查询到19条相似文献,搜索用时 156 毫秒
1.
2.
3.
4.
5.
6.
7.
8.
本文介绍了一种用模糊神经网络对雷达目标进行角度跟踪的方法,并与卡尔曼滤波方法作一比较。模拟结果表明该方法在大的角噪声条件下性能比卡尔曼滤波方法更为稳健。在较小的角噪声条件下与卡尔曼滤波方法相当,并且其在运算量方面也颇具竞争力; 相似文献
9.
为了提高线性调频连续波(Linear Frequency Modulation Continuous Wave,LFMCW)雷达的测距精度,一般采用稳定性能好、计算量小的Quinn算法。但在低信噪比、频率偏差位于量化频谱附近时,Quinn算法的估计误差很大。针对Quinn算法的缺陷,提出了一种改进的Quinn算法,该算法引入频率偏差因子,把频率偏差先平移到量化频率中间,利用Quinn算法在频率偏差位于量化频谱中间获取高精度测距的优点,提高LFMCW雷达的测距精度。仿真结果表明,改进的Quinn算法具有很好的抗噪声性能,频率估计均方根误差接近克拉美罗下限(Cramer-Rao Low Bound,CRLB),能够满足LFMCW对测距精度的需求。 相似文献
10.
众所周知,卡尔曼滤波的成功应用需要事先准确知道观测噪声的统计特性.本文首先简要分析了不准确的观测噪声统计特性对卡尔曼滤波性能的影响,然后利用小波变换可以实时分离信号和噪声的特性,提出了一种在未知观测噪声条件下的卡尔曼滤波算法,该算法可以实时跟踪观测噪声的变化,即实现了对观测噪声方差的实时估计,从而解决了在未知观测噪声的条件下卡尔曼滤波失效问题.最后讨论了提出的方法在信息融合中的应用,仿真结果证明了本文方法的有效性和实用性. 相似文献
11.
通过分析传统卡尔曼滤波方法在复杂数据环境应用中遇到的问题,提出了基于单雷达加权直线航迹线参数估计模型的目标运动状态分量合成估计方法。该方法基于复杂数据环境,无须获取系统噪声和观测噪声等先验知识,充分利用目标处于匀速直线运动状态这一特点,分别对当前有限测量点的X、Y 分量进行相对于的测量时刻的垂直距离加权迭代估计,确定目标状态估计参数。通过对比试验,验证了文中所提的方法比传统卡尔曼方法具有更优的目标状态估计效果、测量误差平滑和野值抑制能力,能有效提高观测样本较少时目标状态参数估计的准确性。 相似文献
12.
多通道ARMA信号信息融合Wiener滤波器 总被引:2,自引:0,他引:2
应用Kalman滤波方法,基于白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多通道ARMA信号的两传感器信息融合稳态最优Wiener滤波器、平滑器和预报器;给出了最优加权阵和最小融合误差方差阵.与单传感器情形相比,可提高滤波精度.一个雷达跟踪系统的仿真例子说明了其有效性. 相似文献
13.
扩展卡尔曼滤波在目标跟踪中的应用研究 总被引:1,自引:0,他引:1
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. 相似文献
14.
使用汽车雷达进行多目标跟踪时,为了提高航迹关联效率并改善非线性场景跟踪效果,提出了结合匈牙利指派和卡尔曼重要性采样的粒子滤波(Particle Filter with Kalman Importance Sampling,PF-KIS)算法。首先,将航迹关联分解为聚类和指派,通过密度聚类筛选并整合有效目标,经过匈牙利指派得到目标和航迹的最佳匹配关系,避免产生多余联合事件,提高关联效率;其次,以卡尔曼滤波的结果作为粒子滤波的先验,使采样粒子分布更合理,提高估计精度,进而改善非线性跟踪能力。实验表明,算法平均航迹关联正确率约为95%;非线性场景误差约为卡尔曼滤波的1/2,有效地改善了非线性场景跟踪能力。 相似文献
15.
为解决目标跟踪中因系统滤波初值不准确和噪声统计特性未知引起标准非线性卡尔曼算法估计误差变大问题,该文提出一种基于残差的模糊自适应(RTSFA)非线性目标跟踪算法。在确定采样型滤波基本框架的基础上,给出了在线性化误差约束条件下高斯权值的积分一般形式,并利用李雅普诺夫第二方法证明了该算法估计误差有界收敛的充分条件。进一步构建自适应噪声协方差矩阵在线估计噪声特性,并引入Takagi-Sugeno模型和量测椭球界限规则选择噪声估计器调节因子,有效提高了算法的收敛速度和滤波精度。通过滤波初值信息不明和量测噪声时变的纯方位目标跟踪模型,验证了非线性目标跟踪算法具有更好的跟踪精度和更强的鲁棒性。 相似文献
16.
17.
针对雷达数据融合中观测数据时间不同步的问题,本文提出了Kalman滤波器算法与三点抛物线插值法相结合的时间配准方法,结合雷达数据处理的特点,利用方位维波门相关算法,减少无效的时间配准计算,并用仿真的方法验证其配准的有效性。 相似文献
18.
捷联惯性导航系统(SINS)/视觉组合导航系统的融合算法主要是卡尔曼滤波,卡尔曼滤波实现最优估计的前提是系统的模型必须准确已知。对于SINS/视觉组合导航系统,获取量测信息需经图像处理、特征点提取和匹配等过程,使量测噪声统计模型不完全可知,这会导致卡尔曼滤波器的估计精度下降。因此,该文提出一种改进的自适应两级卡尔曼滤波,根据求解遗传因子的不同方法对传统自适应两级卡尔曼滤波进行改进。改进后的算法分别适用于系统噪声统计模型和量测噪声统计模型不准确可知两种情况,且二者具有统一的滤波框架。仿真结果表明,改进的自适应两级卡尔曼滤波比卡尔曼滤波精度高,有效解决了SINS/视觉组合导航系统因噪声统计模型不准确导致的精度下降问题。 相似文献