基于当前统计模型的一种双自适应模糊滤波算法 |
| |
引用本文: | 刘楠,刘望生.基于当前统计模型的一种双自适应模糊滤波算法[J].成组技术与生产现代化,2016(2):25-30. |
| |
作者姓名: | 刘楠 刘望生 |
| |
作者单位: | 浙江理工大学机械与自动控制学院,浙江杭州,310018 |
| |
基金项目: | 国家自然科学基金资助项目(5117958),浙江理工大学科研启动基金资助项目(1202803-Y) |
| |
摘 要: | 在当前统计模型的基础上,提出一种双自适应模糊滤波算法.该算法利用模糊推理机制及结合升半正态形模糊分布函数,对最大加速度和过程噪声协方差矩阵进行双自适应调整.针对阶跃机动,引入强跟滤波器达到增强跟踪机动目标的能力.仿真结果表明,该算法提高了机动模型与目标实际机动模型的匹配程度以及对强机动目标跟踪的精度,改善了滤波器的跟踪性能,克服了对弱机动目标跟踪性能的不足.
|
关 键 词: | 卡尔曼滤波 当前统计模型 强跟踪算法 模糊推理 自适应滤波 |
A Double Adaptive Fuzzy Filtering Algorithm Based on Current Statistical Model |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 万方数据 等数据库收录! |
|