188宝金博页面版

  • 图案背景
  • 纯色背景
视图
标记
批注
批注本地保存成功,开通会员云端永久保存 去开通
asklgj

上传于:2016-10-14

粉丝量:3

该文档贡献者很忙,什么也没留下。


  • 相关
  • 目录
  • 笔记
  • 书签

188宝金博页面版:更多相关文档

  • 基于IMM的机动目标跟踪算法

    星级: 15 页

  • 机动目标跟踪的具有固定延时的平滑IMM滤波算法

    星级: 4 页

  • 基于α-β-γ固定增益滤波器的机动目标跟踪方法研究.pdf

    星级: 4 页

  • 多机动目标跟踪的IMM-GMPHD滤波算法

    星级: 6 页

  • 多机动目标跟踪的IMM-GMPHD滤波算法

    星级: 6 页

  • 基于AGIMM的临近空间机动目标跟踪滤波算法

    星级: 6 页

  • 具有固定滞后平滑的变结构机动目标跟踪

    星级: 8 页

  • 雷达机动目标跟踪滤波算法的研究

    星级: 80 页

  • 基于IMM交互式平滑算法的机动目标跟踪建:头抡

    星级: 5 页

  • 贪官脱身术子女配偶先出国里应外合转移资产

    星级: 6 页

暂无目录

点击鼠标右键菜单,创建目录

暂无笔记

选择文本,点击鼠标右键菜单,添加笔记

暂无书签

在左侧文档中,点击鼠标右键,添加书签

188宝金博页面版: 机动目标跟踪的具有固定延时的平滑IMM滤波算法.pdf

下载积分: 1000

内容提示: 第 16卷 第4期2001年 12 月海 军 杭 空 工 程 学 陇 学 报JOURNAL OF NAVAL AERONAUTICAL ENGINEERING INSTITUTEVol. 16 No.4Dec. 2001机动目标跟踪的具有固定延时的平滑 }MM 滤波算法王永生 ’,范洪达2( 1. 海军航空工程学院学员旅; 2. 海军航空工程学院军械工程系,烟台,264001)摘 要: 在跟踪机动目标的交互式多模型自适应滤波算法 (IMM) 基础之上介绍了一种基于状态的扩充具有固定延时的平滑IMM算法 (IMMF-LS)o 蒙特卡洛仿真结果表明IMM具有明显的综合多模型的优点,IMMF-LS 的跟踪精度明显高于IMM算法。关键词: 机动目标跟踪; 自适应滤波; IMM中图分类...

文档格式:PDF | 页数:4 | 浏览次数:56 | 上传日期:2016-10-14 21:18:43 | 文档星级:
第 16卷 第4期2001年 12 月海 军 杭 空 工 程 学 陇 学 报JOURNAL OF NAVAL AERONAUTICAL ENGINEERING INSTITUTEVol. 16 No.4Dec. 2001机动目标跟踪的具有固定延时的平滑 }MM 滤波算法王永生 ’,范洪达2( 1. 海军航空工程学院学员旅; 2. 海军航空工程学院军械工程系,烟台,264001)摘 要: 在跟踪机动目标的交互式多模型自适应滤波算法 (IMM) 基础之上介绍了一种基于状态的扩充具有固定延时的平滑IMM算法 (IMMF-LS)o 蒙特卡洛仿真结果表明IMM具有明显的综合多模型的优点,IMMF-LS 的跟踪精度明显高于IMM算法。关键词: 机动目标跟踪; 自适应滤波; IMM中图分类号: 0 211.64 文献标识码: AINTERACTIN G MULTIPLE-MODEL MIXED-LAG SMOOTHINGALGORITHM FOR MANEUVERING TARGETS TRACKINGWANGYon; sheng',FANHong-da'( l. Students' Brigade ofNAEI; 2. Department ofArmament Engineering, NAEI, Yantai, 264001)Abstract: On the basis of introducing the interacting multiple model method (IMM) formaneuvering targets tracking, this paper introduces the interacting multiple model mixed-lagsmoothing algorithm (IMMF-LS) based on the state extension. The result of Monte Carlo simulationshows that IMM has the obvious virtue of integrating multiple models. The tracking precision byIMMF-LSis obviouslyhigherthan that by IMM.Key words: maneuveringtarget tracking; adaptive filter; IMM‘、.产、.产、.产,.三,‘,J了几、了.、了.‘、一. 了JJ︸1 1CC跟踪机动目标是一项很难的任务,即使是跟踪单目标也可能因为目标的逃避机动而丢失目标。跟踪机动目标所遇到的基本问题是: 所建立目标模型的动力学方程与目标的实际运动存在不相符。在己经提出的模型中,辛格模型和周宏仁的 “当前”统计模型【’,2]是较好的。由于这些模型自身的局限,单独使用一种模型进行滤波精度不高。目前机动目标跟踪中最有效的算法之一就是Y.Bar-shalom等人提出的一种具有马尔可夫切换系数的交互式多模型 (IMM) .滤波算法[3. 51。该算法不需要机动检测,达到了全面自适应能力。值得注意的是,文献〔6]通过仿真结果指出了采用机动目标 “当前”统计模型代替辛格模型与CA, CV模型交互使用效果要好。在IMM算法的基础之上我们着重介绍了一种具有固定延时的平滑IMM算法[7, 81,简称为IMMF-LS算法。该方法利用当前及以前的量测值来求延时平滑的状态估计值戈k-dlk。最后我们通过蒙特卡洛仿真对两种交互式算法进行了比较。1 交互式多模型 (I业) 葬法IMM算法流程如图I 所示,其具体步骤如下:(1) 确定概率转移矩阵N 和初始权概率峨_.(2) 各个滤波器的交互输入值预测模型概率:混合概率:=EN, }C;-i声=二一N, ‘c二C . I -状态输入值: xk-qk-。二ECil义-Ilk-I协 差输入值:收稿口期: 2001-06-25作者简介: 工永生 (1978- ), 男,硕士生.

188宝金博页面版:关注我们

  • 新浪微博

关注188宝金博页面版公众号

188宝金博页面版
阅读
APP
阅读
返回
顶部
188宝金博页面版官网登录在线平台入口(2026已更新)—江苏协昌电子科技股份有限公司