本文選題：均勻重采樣 + 被動(dòng)多傳感器�。� 參考：《艦船科學(xué)技術(shù)》2017年05期

【摘要】：將改進(jìn)的粒子濾波算法即基于均勻重采樣的粒子濾波(AUPF)與交互式多模型算法(IMM)相結(jié)合,提出交互式多模型均勻重采樣粒子濾波算法(IMM-AUPF),并將其應(yīng)用于被動(dòng)多傳感器的機(jī)動(dòng)目標(biāo)跟蹤中。均勻重采樣粒子濾波在標(biāo)準(zhǔn)粒子濾波的基礎(chǔ)上通過(guò)改進(jìn)重采樣過(guò)程,在解決粒子退化問(wèn)題的同時(shí),增加了粒子的多樣性,提高了濾波性能。在多模型中應(yīng)用均勻重采樣粒子濾波,提高被動(dòng)多傳感器系統(tǒng)的機(jī)動(dòng)目標(biāo)跟蹤精度。將該方法與交互式多模型粒子濾波算法(IMM-PF)進(jìn)行仿真對(duì)比,結(jié)果表明該方法具有更好的跟蹤性能。
[Abstract]:The improved particle filter algorithm, namely particle filter AUPF based on uniform resampling and interactive multi-model algorithm (IMM), is combined. An interactive multi-model uniform resampling particle filter algorithm (IMM-AUPF) is proposed and applied to passive multi-sensor maneuvering target tracking. On the basis of standard particle filter, uniform resampling particle filter can solve the problem of particle degradation, increase the diversity of particles and improve the filtering performance by improving the resampling process. The uniform resampling particle filter is applied to improve the maneuvering target tracking accuracy of the passive multisensor system. The method is compared with the interactive multi-model particle filter algorithm (IMM-PF), and the simulation results show that the method has better tracking performance.
【作者單位】： 中國(guó)人民解放軍92038部隊(duì);北海艦隊(duì)參謀部信息保障處;
【分類號(hào)】：TN713;TP212

【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(cāng);胡新梅;;基于修正無(wú)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(yáng);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(wú)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(wú)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(yáng)陽(yáng);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)：1818320