本文關(guān)鍵詞：基于模糊推理的改進(jìn)的交互式多模型算法　出處：《濟(jì)南大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年02期 　論文類型：期刊論文

  更多相關(guān)文章： 交互式多模型算法 模糊推理 系統(tǒng)噪聲協(xié)方差 蒙特卡洛仿真 目標(biāo)跟蹤

【摘要】：為了提高交互式多模型算法的跟蹤精度,提出一種利用模糊推理對(duì)交互式多模型算法進(jìn)行優(yōu)化的方法,以模型概率為輸入,輸出值為模型系統(tǒng)噪聲協(xié)方差的系數(shù),通過該系數(shù)來調(diào)節(jié)模型系統(tǒng)噪聲協(xié)方差以減少誤差;以基于卡爾曼濾波器的交互式多模型濾波器的應(yīng)用為例,分別對(duì)交互式多模型算法在模型匹配和不匹配的情況進(jìn)行實(shí)驗(yàn)分析,并對(duì)改進(jìn)前、后的交互式多模型算法進(jìn)行比較。結(jié)果表明,基于模糊推理的改進(jìn)的交互式多模型算法能取得更好的跟蹤效果。
[Abstract]:In order to improve the tracking accuracy of the interactive multi model algorithm, proposed a method for optimizing the interactive multi model algorithm using fuzzy inference to model the probability for the input, output value of the coefficient for the noise covariance model of the system, adjust the model of system noise covariance by the coefficients in order to reduce the error; to use the interactive multiple model filter Calman filter based on the case of the interactive multi model algorithm for experimental analysis in model matching and mismatch, and to improve, compare the interactive multi model algorithm. The results show that, the interactive multi model algorithm improved fuzzy reasoning can achieve better tracking results based on.

【作者單位】： 石家莊鐵道大學(xué)電氣與電子工程學(xué)院;
【基金】：河北省高等學(xué)�？茖W(xué)技術(shù)研究重點(diǎn)項(xiàng)目(ZH2012063) 河北省自然科學(xué)基金項(xiàng)目(A2014210142)
【分類號(hào)】：TN713;TP301.6
【正文快照】： 交互式多模型(interacting multiple model,IMM)算法[1]是一種較好的多模型算法,該算法中的不同模型采用馬爾科夫轉(zhuǎn)移矩陣的方式進(jìn)行交互,使得算法在目標(biāo)運(yùn)動(dòng)狀態(tài)發(fā)生變化時(shí)也有很好的跟蹤效果。交互式多模型的精度與選擇的模型集有很大關(guān)系,當(dāng)模型不匹配時(shí),會(huì)產(chǎn)生較大誤差,而

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田宏偉,敬忠良,胡士強(qiáng),胡洪濤;自適應(yīng)多速率交互式多模型算法[J];上海交通大學(xué)學(xué)報(bào);2004年12期

2 李輝;沈瑩;張安;程t$;;交互式多模型目標(biāo)跟蹤的研究現(xiàn)狀及發(fā)展趨勢(shì)[J];火力與指揮控制;2006年11期

3 齊立峰;馮新喜;李峰;;多速率交互式多模型粒子濾波研究[J];指揮控制與仿真;2008年02期

4 張世倉;胡新梅;;基于修正無偏轉(zhuǎn)換測(cè)量的交互式多模型算法[J];火控雷達(dá)技術(shù);2009年04期

5 汪大寶;劉上乾;馬彩文;;基于多速率交互式多模型的快速光電跟蹤算法[J];光子學(xué)報(bào);2009年12期

6 劉毅;;自適應(yīng)交互式多模型濾波在被動(dòng)制導(dǎo)中的應(yīng)用[J];現(xiàn)代防御技術(shù);2009年02期

7 廖陽;王睿;曾昭博;熊加遙;;兩階段卡爾曼濾波自適應(yīng)交互式多模型算法[J];探測(cè)與控制學(xué)報(bào);2010年03期

8 孫杰;江朝抒;;基于卷積粒子濾波的交互式多模型算法[J];系統(tǒng)工程與電子技術(shù);2011年05期

9 張保山;徐國(guó)亮;吳一全;;基于坐標(biāo)轉(zhuǎn)換的卡爾曼交互式多模型濾波算法[J];指揮控制與仿真;2007年05期

10 劉貴喜;高恩克;范春宇;;改進(jìn)的交互式多模型粒子濾波跟蹤算法[J];電子與信息學(xué)報(bào);2007年12期

相關(guān)會(huì)議論文 前2條

1 潘泉;張洪才;戴冠中;杜宏偉;;交互式多模型濾波器及其并行實(shí)現(xiàn)研究[A];1995年中國(guó)控制會(huì)議論文集（上）[C];1995年

2 于連慶;張煜婕;陳華礎(chǔ);;多假設(shè)跟蹤方法的應(yīng)用研究[A];2010年通信理論與信號(hào)處理學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 張健;基于交互式多模型的無源多傳感器目標(biāo)跟蹤研究[D];電子科技大學(xué);2015年

2 文慶臻;無線傳感器網(wǎng)絡(luò)中同時(shí)定位與跟蹤[D];湘潭大學(xué);2015年

3 魏鳳麗;線性系統(tǒng)狀態(tài)估計(jì)中的噪聲容限確界方法研究[D];河南大學(xué);2015年

4 馬陽陽;交互式多模型電力負(fù)荷建模理論與方法研究[D];山東大學(xué);2016年

5 劉宇璽;載體機(jī)動(dòng)條件下導(dǎo)航接收機(jī)濾波解算技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

6 李賢;容積卡爾曼濾波方法及其應(yīng)用研究[D];河南大學(xué);2016年

7 楊艷成;基于交互式多模型的機(jī)動(dòng)目標(biāo)跟蹤算法研究[D];哈爾濱工程大學(xué);2012年

8 鄒潤(rùn)芳;交互式多模型濾波算法研究及應(yīng)用[D];上海交通大學(xué);2009年

9 鄭雅聰;基于交互式多模型的機(jī)動(dòng)目標(biāo)跟蹤算法研究[D];石家莊鐵道大學(xué);2014年

10 任堅(jiān)斌;基于交互式多模型的機(jī)動(dòng)目標(biāo)跟蹤算法研究[D];南京理工大學(xué);2007年

，

本文編號(hào)：1418097