检索结果-南通市图书馆

基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

自动化学报 2023年第7期49卷 1573-1586页

作者：陈辉张星星兰州理工大学电气工程与信息工程学院兰州730050

针对厚尾噪声条件下不规则星凸形多扩展目标跟踪(Multiple extended target tracking,METT)问题,提出一种基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪方法.首先,采用学生t分布对厚尾过程噪声和量测噪声进行建模,并基于有限集统计(F... 详细信息

针对厚尾噪声条件下不规则星凸形多扩展目标跟踪(Multiple extended target tracking,METT)问题,提出一种基于多伯努利滤波的厚尾噪声条件下多扩展目标跟踪方法.首先,采用学生t分布对厚尾过程噪声和量测噪声进行建模,并基于有限集统计(Finite set statistics,FISST)理论利用随机超曲面模型(Random hypersurface model,RHM)建立不规则星凸形多扩展目标的跟踪滤波模型.然后,利用学生t混合(Student's t mixture,STM)模型来表征多伯努利密度,提出学生t混合多扩展目标多伯努利(Student's t mixture multiple extended target multi-Bernoulli filter,STM-MET-CBMeMBer)滤波算法,并进一步基于鲁棒学生t容积滤波算法提出了非线性鲁棒学生t混合星凸形多扩展目标多伯努利滤波算法.最后,通过构造厚尾噪声条件下星凸形多扩展目标和多群目标的跟踪仿真实验验证了所提方法的有效性.

关键词：多扩展目标跟踪厚尾噪声随机超曲面多伯努利

量测随机丢失下基于容积卡尔曼滤波的厚尾噪声处理方法

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2024年第3期36卷 572-581页

作者：李帅永聂嘉炜郭成春重庆邮电大学工业物联网与网络化控制教育部重点实验室重庆400065

针对量测随机丢失和厚尾量测噪声条件下的非线性状态估计易发散问题,提出了一种新的非线性卡尔曼滤波方法。引入服从Gamma分布的辅助参数,将厚尾量测噪声建模为Student’s t分布,以解决厚尾噪声导致的状态估计易发散问题,并采用服从Benr... 详细信息

针对量测随机丢失和厚尾量测噪声条件下的非线性状态估计易发散问题,提出了一种新的非线性卡尔曼滤波方法。引入服从Gamma分布的辅助参数,将厚尾量测噪声建模为Student’s t分布,以解决厚尾噪声导致的状态估计易发散问题,并采用服从Benroulli分布的随机变量来描述量测信号随机丢失的现象;在量测随机丢失下,基于目标状态和未知参数建立联合后验分布,并使用变分贝叶斯方法,联合估计系统状态、量测丢失概率和未知的厚尾噪声。非线性目标跟踪仿真实验表明,提出的算法可自适应估计未知的量测丢失概率,在野值概率为5%的条件下,算法目标跟踪的位置、速度和转动速率均方根误差分别为对比算法的37%、28%和60%;在野值概率为10%的条件下,其他算法均出现了发散现象,而提出的算法依然能够以较低的误差跟踪目标,体现了所提算法良好的鲁棒性和优越性。

关键词：非线性状态估计量测随机丢失厚尾噪声 Student’s t分布变分贝叶斯

基于变分贝叶斯理论的不确定厚尾噪声滤波方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

上海交通大学学报 2020年第9期54卷 881-889页

作者：董祥祥吕润妍蔡云泽上海交通大学自动化系系统控制与信息处理教育部重点实验室海洋智能装备与系统集成技术教育部实验室上海200240

为了解决非线性滤波中量测噪声呈厚尾分布且统计特性不确定的问题,提出一种基于Pearson Type VII分布的自适应滤波算法.针对传统鲁棒卡尔曼滤波器因尺度矩阵和自由度参数固定不变而无法自适应调整的问题,以容积卡尔曼滤波器为基础,选择P... 详细信息

为了解决非线性滤波中量测噪声呈厚尾分布且统计特性不确定的问题,提出一种基于Pearson Type VII分布的自适应滤波算法.针对传统鲁棒卡尔曼滤波器因尺度矩阵和自由度参数固定不变而无法自适应调整的问题,以容积卡尔曼滤波器为基础,选择Pearson Type VII分布对厚尾噪声进行建模,将传统鲁棒滤波固定自由度参数的估计转化为Pearson Type VII分布中可自适应调整的双自由度参数的估计,并通过inverse Wishart和Gamma分布描述尺度矩阵、双自由度参数和辅助参数的先验分布,利用遗忘因子对各参数进行时间更新;基于变分贝叶斯理论,对系统状态、尺度矩阵、双自由度参数和辅助参数形成的联合后验概率密度函数进行变分迭代,实现对系统状态和未知厚尾噪声的联合估计.仿真结果表明,在不确定厚尾噪声条件下,本文算法的滤波精度高于传统鲁棒容积卡尔曼滤波.

关键词：厚尾噪声 Pearson Type VII分布变分贝叶斯联合估计容积卡尔曼滤波

量测随机延迟下带厚尾噪声的鲁棒Student’s t随机容积卡尔曼滤波器

在线全文

学校读者我要写书评

暂无评论

电子学报 2019年第9期47卷 1830-1840页

作者：卢春光张永顺李志汇葛启超空军工程大学防空反导学院陕西西安710051 信息感知技术协同创新中心陕西西安710077

针对量测随机延迟下带厚尾过程噪声和量测噪声的非线性状态估计问题,本文通过充分考虑量测一步随机延迟特性及过程噪声和量测噪声的“厚尾”特性,推导了一种新的鲁棒Student’s t滤波器框架,并采用随机Student’s t-球面相径容积规则近... 详细信息

针对量测随机延迟下带厚尾过程噪声和量测噪声的非线性状态估计问题,本文通过充分考虑量测一步随机延迟特性及过程噪声和量测噪声的“厚尾”特性,推导了一种新的鲁棒Student’s t滤波器框架,并采用随机Student’s t-球面相径容积规则近似计算Student’s t权值积分,从而设计了一种新的鲁棒Student’s t随机容积滤波器.首先,采用一组服从伯努利分布的随机序列来描述系统中可能存在的量测一步随机延迟现象,并采用Student’s t分布刻画过程噪声和量测噪声中存在的“厚尾”特性;其次,从理论上证明了当自由度参数趋于无穷以及随机延迟概率为零时,该鲁棒Student’s t滤波器就自动地降为标准的非线性高斯近似滤波器;最后,采用随机Student’s t-球面相径容积规则给出了一种新的鲁棒Student’s t随机容积滤波器,并通过协同转弯模型验证了该滤波器的有效性和优越性.

关键词：随机延迟厚尾噪声 Student’st权值积分伯努利分布矩匹配方法非线性估计

带厚尾噪声的鲁棒Student’s t容积滤波器

在线全文

学校读者我要写书评

暂无评论

控制理论与应用 2019年第7期36卷 1174-1181页

作者：程然缪礼锋王婷婷中国航空工业集团公司雷华电子技术研究所

为了解决带厚尾过程和量测噪声的非线性状态估计问题,本文提出了一种新的鲁棒非线性滤波器.首先,对带厚尾过程和量测噪声的非线性系统进行了数学建模,并推导了基于Student’s t近似的鲁棒非线性滤波器(RSTNF)的一般结构.其次,针对RSTNF... 详细信息

为了解决带厚尾过程和量测噪声的非线性状态估计问题,本文提出了一种新的鲁棒非线性滤波器.首先,对带厚尾过程和量测噪声的非线性系统进行了数学建模,并推导了基于Student’s t近似的鲁棒非线性滤波器(RSTNF)的一般结构.其次,针对RSTNF中涉及到的含有关于Student’s t分布的多维非线性函数积分的求解问题,提出了基于Student’s t分布的球径容积准则(STSRCR),并在此基础上设计了一种新的鲁棒Student’s t容积滤波器(RSTCF).最后,利用目标跟踪仿真验证了本文提出的带厚尾噪声的RSTCF的有效性以及与现有方法相比的优越性.

关键词：非线性状态估计厚尾噪声 Student’s t分布三次幂球径容积准则鲁棒Student’s t容积滤波器

扩展目标跟踪Student’s t逆Wishart平滑算法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年

作者：陈辉张丁丁连峰韩崇昭西安交通大学自动化科学与工程学院兰州理工大学电气工程与信息工程学院

脉冲干扰和离群量测信息等因素通常会导致异常的厚尾噪声，这使得以高斯假设为前提的扩展目标跟踪(ETT)估计器的性能急剧降低，针对该问题该文提出一种基于扩展目标随机矩阵模型(RMM)的Student’s t逆Wishart平滑(StIWS)算法。首先，将... 详细信息

脉冲干扰和离群量测信息等因素通常会导致异常的厚尾噪声，这使得以高斯假设为前提的扩展目标跟踪(ETT)估计器的性能急剧降低，针对该问题该文提出一种基于扩展目标随机矩阵模型(RMM)的Student’s t逆Wishart平滑(StIWS)算法。首先，将目标的运动状态以及过程噪声和量测噪声建模为Student’s t分布以表征异常噪声对扩展目标概率分布的影响，将目标扩展状态建模为服从逆Wishart分布的随机矩阵。然后，在Student’s t贝叶斯平滑框架下，详细推导了能在扩展目标的多重特征动态演变的过程中有效估计目标状态的StIWS算法。最后，通过扩展目标跟踪的仿真实验结果和真实场景实验结果验证了所提算法的有效性。

关键词：扩展目标跟踪 Student’s t平滑逆Wishart分布厚尾噪声

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于变分贝叶斯的智能网联汽车定位算法研究

基于变分贝叶斯的智能网联汽车定位算法研究

作者：米冀重庆邮电大学

学位级别：硕士

智能网联汽车的信息共享对提高交通道路安全有着至关重要的作用。而汽车定位又是其中基础而关键的问题,通过共享定位信息可以提高智能网联汽车的定位精度。因此,将智能网联汽车的网联技术和定位技术相结合具有十分重要的研究价值。通过... 详细信息

智能网联汽车的信息共享对提高交通道路安全有着至关重要的作用。而汽车定位又是其中基础而关键的问题,通过共享定位信息可以提高智能网联汽车的定位精度。因此,将智能网联汽车的网联技术和定位技术相结合具有十分重要的研究价值。通过对国内外相关领域研究现状的调研和分析发现,现有研究针对智能网联汽车定位技术可分为自身定位和非自身定位两类:一是通过自身传感器定位;二是利用网联环境下非自身定位信息进行协同定位。在自身定位中存在定位信号丢失和传感器野值的问题,会降低定位精度;在非自身定位中存在数据传输丢包和延迟的问题。因此,本文针对智能网联汽车中数据传输丢包、延迟和传感器厚尾噪声等问题进行研究,主要研究内容如下:1.针对定位数据在网联环境中同时存在丢包和延迟的问题,提出一种考虑数据传输丢包和延迟的智能网联汽车定位方法。在状态空间模型中引入两个二元指示变量分别描述数据传输过程中的丢包和延迟;进而建立考虑丢包和延迟的鲁棒高斯分层模型;然后利用变分贝叶斯算法对模型进行求解,同时估计出状态和未知参数。通过实验证明,本文所提算法与对比算法相比有更好的定位精度和鲁棒性。2.在上述的基础上,针对传感器野值干扰下厚尾噪声的问题,提出一种考虑数据传输丢包、延迟和厚尾噪声的智能网联汽车定位方法。利用两个Bernoulli随机变量分别刻画数据传输过程中的丢包和延迟,再利用Student’s t分布模拟厚尾噪声,进而建立一个考虑数据传输丢包、延迟和厚尾噪声的一体化模型;然后利用变分贝叶斯算法同时求解模型中的状态和未知参数。通过实验证明,本文所提算法与对比算法相比在定位精度和鲁棒性上有更好的性能。3.仿真和真车数据实验验证。利用仿真数据进行实验验证;然后搭建智能网联汽车平台;最后采集校园的定位数据验证算法的有效性。总的来说,本文所提算法与对比算法相比在定位精度和鲁棒性上有更好的性能,同时能有效地估计丢包和延迟概率。将本文所提定位算法用于智能网联汽车定位数据中,可以提高智能网联汽车的定位精度和鲁棒性。本文的研究工作对今后的智能网联汽车研究提供一定的理论和实践基础。

关键词：智能网联汽车定位传输丢包和延迟厚尾噪声变分贝叶斯