咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >粒子滤波器在机动目标被动跟踪中的应用 收藏

粒子滤波器在机动目标被动跟踪中的应用

Particle Filter for Passive Tracking of Maneuvering Target

作     者:薛锋 刘忠 石章松 Xue Feng;Liu Zhong;Shi Zhangsong

作者机构:海军工程大学电子工程学院武汉430033 

出 版 物:《数据采集与处理》 (Journal of Data Acquisition and Processing)

年 卷 期:2007年第22卷第2期

页      面:234-237页

核心收录:

学科分类:0810[工学-信息与通信工程] 080904[工学-电磁场与微波技术] 0809[工学-电子科学与技术(可授工学、理学学位)] 08[工学] 081105[工学-导航、制导与控制] 0835[工学-软件工程] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国防预研基金(413040201)资助项目 

主  题:机动目标 被动跟踪 交互多模型 粒子滤波器 

摘      要:为处理机动目标被动跟踪中的非线性非高斯问题,提出了一种基于粒子滤波器的交互多模型(IMM)多观测站跟踪方法。使用转弯率建立了被动跟踪模型,用蛙跳处理方式来提高多站被动跟踪问题的可观测性,结合被动跟踪模型,利用非线性粒子滤波方法,对IMM算法进行了改进,提高了对IMM混和密度的近似程度,通过被动跟踪仿真实例,同时使用IMM粒子滤波器(IMM-PF)与IMM扩展卡尔曼滤波器(IMM-EKF)进行跟踪仿真,分析了轨迹跟踪性能,利用均方根误差比较了误差性能。仿真结果表明,与IMM-EKF相比,IMM-PF具有更高的跟踪精度和更快的机动响应速度。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分