基于模糊推理的自适应交互多模型目标跟踪算法

提出了一种模糊自适应IMM算法（FAIMM）,通过模糊逻辑,根据加速度估计值,自适应地摒弃概率较小的模型,仅选取整个模型集合中最能反映目标“当前”机动的一个模型子集进行运算,从而减少了模型数目;同时采用模糊方法计算模型概率,从而降低了算法的计算量;进一步,通过二级模糊推理,根据模型参考加速度ui的大小自适应地选择适当的最大机动加速度amax和a-max,使系统具有一定的方差调整能力,从而提高了跟踪精度。仿真结果表明,较之于标准IMM算法．FAIMM算法在机动目标跟踪精度、跟踪的平稳性以及收敛速度等方面都有所改善。     

基于改进自适应IMM算法的机动目标跟踪

文中提出了一种改进的跟踪机动目标的自适应IMM（AIMM）算法,采用协同转弯运动模型作为目标的机动模型,通过估计目标的角速度,并在估计参数值的周围选择数量一定的模型组成模型集来覆盖目标所有可能的运动模式,采用交互模型算法进行状态估计;应用变结构思想,将模型之间的切换理解为随机有向图,并综合利用前一时刻模型的后验概率和当前时刻模型的预测概率,计算模型之间的转移概率,从而能够根据目标（转弯）机动的情况,自适应地建立IMM算法的可变模型集。仿真结果表明,改进的AIMM算法的跟踪精度有了较大的改善,算法也更加平稳。     

交互式多模型算法在机动目标跟踪中的应用

文中首先介绍了目标跟踪的数学模型,然后研究了交互式多模型算法(IMM算法)的基本结构,最后应用IMM算法跟踪空中交通管制中的机动目标,通过仿真实例详细地分析了影响IMM算法的主要因素.仿真结果表明IMM算法可以有效地跟踪空中交通管制中的机动目标.     

网络化弹药系统中基于IMM算法的轨迹跟踪

网络化弹药系统是一种基于先进的无线传感器网络技术与现代智能弹药概念提出的一种弹药系统。为了实现网络化弹药系统中目标跟踪的任务,文中研究了将交互式多模型(interacting multiple model,IMM)滤波算法应用于网络化弹药系统实现对目标的轨迹跟踪,分别建立匀速拐弯运动以及匀速运动模型,目标在不同时刻遵循不同运动模型,利用IMM算法对探测到的目标进行跟踪建模,通过仿真分析,IMM算法跟踪效果良好,精度远高于最小二乘法。     

基于IMM的伺服系统前馈控制设计

IMM算法主要应用于特性随时间变化的系统的状态估计．它特别适用于机动目标跟踪。文中提出的基于IMM的跟踪雷达伺服系统前馈控制设计思想．并通过仿真，验证了该控制方法可以满足伺服系统对大机动目标快速、高精度的跟踪要求。     

自适应转弯模型的交互多模型算法研究

以强机动目标跟踪为背景,在分析常速转弯模型和IMM算法基础上,基于“当前”统计模型的设计思路．提出了自适应转弯模型。通过机动频率系数和角加速度方差修正常速转弯模型的系统状态噪声方差矩阵,设计了不同角速率的转弯模型集,给出了相应模型的状态转移概率,建立了一种自适应转弯模型的交互多模型算法。MonteCarlo仿真实验表明：该算法性能优于其它IMM算法,且计算量小。便于使用。     

基于HMM机动目标跟踪算法研究

在交互多模IMM的基础上,利用时变马尔可夫链切换系数对模型进行切换,实现对未知状态转移概率的自适应调节,提高了对机动目标的跟踪精度.仿真结果表明,改进后的IMM算法比IMM算法的跟踪精度更高,具有全面自适应跟踪能力.     

目标角闪烁的抑制算法研究

目标角闪烁的存在会影响导引头的跟踪性能,文中对角闪烁的抑制方法作了研究.首先给出了跟踪的滤波模型和角闪烁噪声模型,然后和现有的IMM算法相比,提出了一种抑制性能次优的近似算法,它可以在不明显减弱抑制性能的情况下,极大地降低运算量.     

一种新的多模型联合概率数据关联方法

在机动目标跟踪中,针对以往IMM—JPDA算法易导致目标与回波误关联或不关联,M^3-JPDA算法对状态向量和运动模型结构约束条件较高的情况,提出了一种将M^3-JPDA与IMM—JPDA相结合的IMM—JPDA-（CV）^2CAV算法,并将其与传统方法进行了比较。仿真计算证明了此算法具有较好的跟踪性能。     

自适应交互式多模型目标跟踪算法

以防空火控系统的跟踪预测为背景,提出一种自适应的交互式多模型跟踪算法。该算法采用后验信息修正模型的噪声方差和马尔可夫转移矩阵,使IMM具有自适应能力。将该算法应用于由CA、CV两模型组成的交互式多模型算法中取得良好的效果。仿真结果表明,该算法跟踪精度比标准IMM有较大改善。     

基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪

针对交互式多模型粒子滤波算法（IMMPF）的精度不高,算法更新时间长,难以满足静电机动目标跟踪要求的问题,提出了一种新的基于模糊控制的交互式多模型粒子滤波算法（FIMMPF）。该算法先利用模糊控制方法实现实时调整交互式多模型算法中的转换概率矩阵,使与目标当前运动状态最接近的运动模型在混合产生这一采样时刻的初始状态向量里占有更大的比重。同时,为了提高基本粒子滤波算法的精度,减小算法更新时间,再利用中心差分扩展卡尔曼滤波算法产生基本粒子滤波的建议分布函数,实现对目标运动状态的更新。理论分析和仿真结果表明,所提出的算法能够以更高的定位精度,更小的计算量实现对静电机动目标的跟踪。     

直接侧向力控制火箭弹的微机电系统速率陀螺滤波方法

火箭弹采用直接侧向力轨道控制时会使弹体姿态产生较高频率的振动,其对微机电系统(MEMS)速率陀螺测量会产生不利影响.目前的滤波算法通常假设弹体姿态在短时间内是缓变的,因此其对高频运动的弹体姿态滤波效果较差.根据气动力学分析可知,弹体在短暂中击后的高频振荡属于自然频率下的阻尼振荡,而弹体的自然频率和阻尼是可预先估计的,因...     

统计特性突变下的机器人同步定位与地图构建

针对未知环境中,机器人同步定位与地图构建( SLAM)时,系统的统计特性发生突变问题,提出了一种基于非线性交互式多模型(IMM)的SLAM算法。该算法的主要思想是：用多个非线性高斯模型近似非线性非高斯模型;每个模型都采用扩展卡尔曼滤波(EKF)对非线性系统线性化;在每一步采用IMM方法获得融合估计值;从而演化机器人的SLAM. Monte Carlo仿真结果表明,在过程噪声均方根误差、量测噪声均方根误差和两者噪声均方根误差都发生变化的情况下,与EKF-SLAM算法和快速SLAM算法相比,该算法具有更好的估计精度。     

基于交互式多模型的弹道导弹跟踪

弹道导弹飞行主动段和自由段的运动学模型差别很大,在未准确知道导弹关机点时间先验信息前提下如何对弹道导弹主动段到自由段进行连续跟踪已成为目前亟待解决的问题.针对该问题,提出了一种实时交互多模型跟踪算法,根据弹道导弹主动段和自由段不同受力情况建立相应的跟踪模型.该算法包括两个滤波器:一个为对主动段跟踪效果比较好的CA-EK...     

多传感器目标检测的模糊信息融合技术研究

在多传感器目标检测系统设计中，往往需要对传感器虚警率和检测率进行数学描述，原来的经典概率值不能对这种本性不确定的量进行充分描述，利用模糊集合对这种不确定性进行模糊建模更符合所研究物理现象的客观事实。文中将模糊集合理论应用到分布式多传感器检测系统的一种信息融合算法中，对原算法进行了改进。     

一种鱼雷壳体模糊可靠性的计算方法

对具有模糊性的各种系统和问题,用常规可靠性理论和方法对其进行描述非常困难,甚至是不可能的。为解决这个问题,提出了一种模糊可靠性的计算方法,它重点解决工程实际中的随机应力——模糊强度模型。该计算模型的数学基础是,模糊可靠性可以用常规概率通过数学转换来计算。基于这种计算模型,提出一种计算鱼雷圆柱形壳体模糊可靠性的方法,它为可靠性分析建立了一种系统组成单元模糊可靠性的基础。实例计算结果证明,该方法与工程实际一致。     

基于期望系统噪声模型的自适应机动目标跟踪

对于机动目标跟踪问题,由于目标机动能力的增强,使建立的目标模型与目标的实际运动失配。为解决这个问题,需建立大量模型来逼近真实模式。但这使计算量增大,而且性能不一定能提高。本文提出基于期望系统噪声模型的自适应交互式多模型(IMM)算法。该算法自适应调整部分系统噪声模型,使之接近符合实际的系统噪声模型。对目标机动运动的Monte-Carlo仿真结果表明,本算法对机动目标的跟踪精度比标准IMM算法有较大改进,且计算量适中。     

基于卡尔曼滤波的交互式多模型GPS定位方法研究

针对GPS定位中,由于模型单一而不能适应环境影响或机动过程变化的问题,提出将交互式多模型算法引入到定位方法中。文中详细阐述了基于卡尔曼(Kalman)滤波的交互式多模型(IMMKF)算法原理及其在GPS定位中的应用。根据静态单点定位实测数据的试验分析,验证了变噪声模型的IMMKF能很好地适应环境噪声的变化;进一步通过动...     

基于模糊Petri网的某型舰炮系统故障诊断

故障的产生和传播是一个动态的过程,具有突发性、并发性和随机性等特点,精确的推理方法难以有效地对复杂特性的故障进行诊断.利用模糊Petri网对舰炮武器系统进行故障分析,首先分析舰炮故障类型以及故障的规则表示形式,然后给出了基于模糊Petri网的故障传播模式模型及其推理算法,最后以某舰炮武器系的弹药盘点异常故障为例进行了建模并用推理算法计算故障发生概率.结果表明,该模型具有直观和表达能力强的优点,可应用于工程实践.