共查询到15条相似文献,搜索用时 110 毫秒
1.
基于UKF算法的惟方位单站无源跟踪 总被引:2,自引:0,他引:2
单站无源跟踪问题本质上是非线性估计问题,使用传统的EKF算法进行跟踪滤波,得到的结果误差较大,容易产生发散现象。本文在惟方位跟踪中应用UKF算法,仿真结果表明,与EKF相比,采用UKF算法跟踪精度较明显的提高,同时增强了滤波器的稳定性,有效地改善了跟踪性能。 相似文献
2.
UKF(Unscented KF)是一种非线性滤波算法,该方法采用一组确定的取样值来近似目标状态的概率密度函数(不必是高斯分布)的均值和协方差,可用于非线性非高斯系统模型和观测模型条件下的目标跟踪,通过再入大气层弹道导弹跟踪仿真实验,验证了UKF算法的有效性、精确性和易实现性。 相似文献
3.
非线性滤波问题通常会面临过程方程和量测方程的双重非线性,利用传统的滤波算法进行处理时,离散化和线性化过程是导致滤波性能降低的根本原因.提出了一种基于Runge-Kutta积分的不敏Kalman滤波(UKF)算法,该算法能够直观、方便地对运动模型为连续非线性常微分方程组的跟踪问题进行处理,避免了复杂的Jacobi矩阵运算和离散化过程,使预测模型更加精确.以弹道目标跟踪为例进行了仿真实验,通过与传统UKF算法和扩展Kalman滤波(EKF)算法比较,结果表明该算法具有更好的性能. 相似文献
4.
5.
6.
7.
8.
研究了Unscented变换的基本原理及UKF算法。为了降低跟踪系统计算的复杂性,在Unscented变换中,通过引入单位矩阵,以简单的数值计算取代复杂的矩阵分解求解矩阵平方根的过程,把UKF改进为FMSRUKF。通过对三维坐标系下作变加速运动目标的跟踪仿真,结果表明FMSRUKF有更好的精度和鲁棒性。 相似文献
9.
基于多个颜色分布模型的粒子滤波跟踪算法 总被引:1,自引:0,他引:1
基于粒子滤波的目标跟踪性能在很大程度上依赖于观测模型的选择.为了解决被跟踪目标外观特征变化导致模型漂移问题,提出了一种新的粒子滤波算法,利用目标外观的先验知识,为目标建立多个颜色模型,通过对目标函数的优化,采用最优凸组合模型实时地对目标进行跟踪.同时,采用UKF(Unscented Kalman Filter)产生粒子... 相似文献
10.
11.
12.
13.
介绍了传统的带多普勒量测信息的双基地目标跟踪模型,提出了采用一组新的状态变量替代原有状态变量,得到了极坐标系下量测方程完全线性化的双基地跟踪模型,并将无迹卡尔曼滤波(UKF)应用于这个非线性系统的目标跟踪。通过仿真实验看出,与同样使用UKF进行跟踪的传统的混合坐标系跟踪模型相比较,极坐标系UKF算法有更好的跟踪性能,收敛快,对噪声有更强的适应能力。 相似文献
14.
基于UKF的单站无源定位与跟踪算法 总被引:3,自引:0,他引:3
单站无源定位与跟踪系统观测方程的非线性性决定了定位与跟踪中必须采用非线性滤波技术.MGEKF等非线性滤波方法本质上都属于扩展卡尔曼滤波算法,都存在由于线性化误差而导致滤波器稳定性差等问题.基于unscented变换的UKF算法不存在线性化误差,具有更好的稳定性,但由于协方差估计不足,导致收敛速度较慢.该文基于UKF算法提出了一种迭代UKF(IUKF)算法,通过对状态和协方差的迭代估计,改善了UKF协方差估计不足的问题.仿真结果表明在不同的参数测量精度条件下,IUKF算法既保持了较好的稳定性又提高了算法的跟踪精度和收敛速度. 相似文献