检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

高斯粒子滤波的惯性/GPS紧组合算法

哈尔滨工业大学学报 2015年第5期47卷 81-85页

作者：于永军徐锦法熊智张梁直升机旋翼动力国家级重点实验室(南京航空航天大学) 南京210016 南京航空航天大学导航研究中心南京210016

为提高组合导航系统的可靠性,针对以伪距、伪距率残差为量测信息的紧组合算法会带来线性化误差的缺点,推导了基于伪距、伪距率的非线性紧组合模型.针对紧组合系统状态维数高导致粒子滤波实时性差的问题,提出基于线性非线性结构分解的高... 详细信息

为提高组合导航系统的可靠性,针对以伪距、伪距率残差为量测信息的紧组合算法会带来线性化误差的缺点,推导了基于伪距、伪距率的非线性紧组合模型.针对紧组合系统状态维数高导致粒子滤波实时性差的问题,提出基于线性非线性结构分解的高斯粒子滤波算法,对状态方程中的非线性和线性部分利用高斯粒子滤波和经典卡尔曼滤波分别进行递推,有效降低了系统的运算量.仿真结果表明,使用改进的紧组合滤波算法系统定位精度相比线性化紧组合算法提高一倍.

关键词：惯性导航组合导航紧组合非线性滤波高斯粒子滤波

在线全文

学校读者我要写书评

暂无评论

基于GHF高斯粒子滤波的检测前跟踪算法

华中科技大学学报（自然科学版） 2014年第3期42卷 23-27,32页

作者：郑作虎王首勇郑岱堃空军预警学院重点实验室湖北武汉430019

针对粒子滤波存在粒子退化,会导致检测前跟踪(TBD)算法的检测和跟踪性能下降这一不足,提出了一种基于高斯-哈密顿滤波(GHF)高斯粒子滤波的TBD算法.该算法基于高斯粒子滤波,采用GHF算法构造的重要性密度函数采样连续出现粒子,考虑了最新... 详细信息

针对粒子滤波存在粒子退化,会导致检测前跟踪(TBD)算法的检测和跟踪性能下降这一不足,提出了一种基于高斯-哈密顿滤波(GHF)高斯粒子滤波的TBD算法.该算法基于高斯粒子滤波,采用GHF算法构造的重要性密度函数采样连续出现粒子,考虑了最新的量测信息,采样粒子更逼近于真实的后验概率密度,克服了粒子退化问题.仿真结果表明:与基本TBD算法相比,所提出的TBD算法提高了对目标的检测和跟踪性能.

关键词：检测前跟踪粒子滤波粒子退化高斯粒子滤波重要性密度函数高斯-哈密顿滤波

在线全文

学校读者我要写书评

暂无评论

基于高斯粒子滤波的当前统计模型跟踪算法

光电工程 2007年第5期34卷 15-19,42页

作者：王宁王从庆南京航空航天大学自动化学院江苏南京210016

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象。采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,... 详细信息

对于非线性系统估计问题,高斯粒子滤波器可以获得近似最优解,与粒子滤波器相比其优点是不需要重采样步骤和不存在粒子退化现象。采用高斯粒子滤波代替当前模型自适应跟踪算法中的卡尔曼滤波,将高斯粒子滤波与当前统计模型的优点相结合,提出了一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪。MonteCarlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于交互多模型粒子滤波算法。

关键词：粒子滤波高斯粒子滤波交互多模型统计模型

在线全文

学校读者我要写书评

暂无评论

高斯粒子滤波检测前跟踪方法

计算机工程与应用 2011年第23期47卷 121-123,136页

作者：樊玲乐山师范学院物理与电子工程学院四川乐山614004 电子科技大学电子工程学院成都611731

针对低信噪比条件下微弱目标的检测和跟踪,提出了一种高斯粒子滤波检测前跟踪(TBD)方法。该方法采用高斯粒子滤波递归地估计目标的状态,结合固定样本长度(FSS)似然比检验实现了对微弱目标的检测和跟踪。由于避免了粒子滤波TBD方法中的... 详细信息

针对低信噪比条件下微弱目标的检测和跟踪,提出了一种高斯粒子滤波检测前跟踪(TBD)方法。该方法采用高斯粒子滤波递归地估计目标的状态,结合固定样本长度(FSS)似然比检验实现了对微弱目标的检测和跟踪。由于避免了粒子滤波TBD方法中的重采样过程,高斯粒子滤波TBD方法没有采样枯竭现象,算法复杂度小。仿真实验表明,该算法对微弱目标具有良好的实时检测和跟踪性能。

关键词：检测前跟踪高斯粒子滤波微弱目标固定样本长度

拟蒙特卡罗-高斯粒子滤波算法研究及其硬件实现

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2010年第7期32卷 1737-1741页

作者：李倩姬红兵郭辉西安电子科技大学电子工程学院西安710071

该文针对粒子滤波计算量大,难以在工程中应用的问题,用拟蒙特卡罗采样(QMC)代替蒙特卡罗采样(MC),减少了运算量。分析并给出了拟蒙特卡罗-高斯粒子滤波(QMC-GPF)算法的并行结构。在该并行结构的基础上,研究了基于FPGA的QMC-GPF的设计与... 详细信息

该文针对粒子滤波计算量大,难以在工程中应用的问题,用拟蒙特卡罗采样(QMC)代替蒙特卡罗采样(MC),减少了运算量。分析并给出了拟蒙特卡罗-高斯粒子滤波(QMC-GPF)算法的并行结构。在该并行结构的基础上,研究了基于FPGA的QMC-GPF的设计与实现。在实现过程中选取2作基数来产生Faure序列,将乘法运算、求模运算简化为便于在FPGA中实现的按位异或运算;采用查找表实现指数函数等复杂函数的计算,充分利用了FPGA中大量的BlockRAM资源;给出了Cholesky分解矩阵各元素的并行计算结构。以红外图像弱小目标跟踪实验为例,验证了本设计的有效性和实时性。

关键词：目标检测拟蒙特卡罗高斯粒子滤波 Faure序列 Cholesky分解 FPGA

一种新的改进高斯粒子滤波算法及其在SINS/GPS深组合导航系统中的应用

在线全文

学校读者我要写书评

暂无评论

控制与决策 2011年第1期26卷 85-88,95页

作者：周翟和刘建业赖际舟熊智南京航空航天大学导航研究中心南京210016

针对组合导航系统中出现的线性非线性混合滤波模型,提出一种新的混合高斯粒子滤波算法(MGPF).该滤波算法在状态更新过程中借鉴线性卡尔曼滤波思想直接更新状态量的高斯分布参数,而非逐个更新每个粒子,因此很大程度上减少了高斯粒子滤波... 详细信息

针对组合导航系统中出现的线性非线性混合滤波模型,提出一种新的混合高斯粒子滤波算法(MGPF).该滤波算法在状态更新过程中借鉴线性卡尔曼滤波思想直接更新状态量的高斯分布参数,而非逐个更新每个粒子,因此很大程度上减少了高斯粒子滤波算法(GPF)的计算量,同时滤波精度也有一定的提高.建立了捷联惯性导航系统与全球卫星定位系统(SINS/GPS)相结合的深组合滤波模型,并对新算法MGPF进行了仿真验证,所得结果表明了该算法的有效性.

关键词：高斯粒子滤波非线性滤波组合导航捷联/卫星

水下机器人执行器的高斯粒子滤波故障诊断方法

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 2013年第7期47卷 1072-1076页

作者：万磊杨勇李岳明哈尔滨工程大学水下机器人技术重点实验室哈尔滨150001

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检... 详细信息

针对智能水下机器人的执行器故障,提出了基于高斯粒子滤波的故障诊断方法.引入控制力(矩)损失参数表示故障,根据6自由度空间运动方程建立执行器故障模型;运用改进的高斯粒子滤波器对参数和运动状态进行联合估计;使用修正的贝叶斯算法检测故障,采用滑动窗口法估计故障的幅值;进行仿真实验并与真实海洋实验数据测试验证.结果表明,该方法能够快速检测故障,且故障幅值的估计精度较高.

关键词：水下机器人执行器故障诊断故障模型高斯粒子滤波

在线全文

学校读者我要写书评

暂无评论

一种基于GHF的高斯粒子滤波算法

控制与决策 2014年第9期29卷 1698-1702页

作者：郑作虎王首勇空军预警学院重点实验室武汉430019

高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加,能够较好地解决粒子退化问题,但其重要性密度函数没有考虑最新的量测信息,导致有效粒子数减少,算法滤波性能下降.针对该问题,提出一种基于Gaussian-Hermite滤波(GHF)的高斯... 详细信息

高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加,能够较好地解决粒子退化问题,但其重要性密度函数没有考虑最新的量测信息,导致有效粒子数减少,算法滤波性能下降.针对该问题,提出一种基于Gaussian-Hermite滤波(GHF)的高斯粒子滤波算法,采用GHF构造高斯粒子滤波的重要性密度函数,考虑最新的量测信息,增加有效粒子数,提高算法的滤波精度.仿真结果表明,所提出算法的滤波精度明显优于高斯粒子滤波算法.

关键词：高斯粒子滤波重要性密度函数 Gaussian-Hermite滤波

在线全文

学校读者我要写书评

暂无评论

基于改进高斯粒子滤波器的目标跟踪算法

系统工程与电子技术 2010年第6期32卷 1191-1194页

作者：韩松张晓林陈雷徐文进北京航空航天大学电子信息工程学院北京100191 青岛科技大学信息科学工程学院山东青岛266061

针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,... 详细信息

针对现有机动目标跟踪中粒子滤波算法的不足,提出了一种改进的粒子滤波方法。该方法在高斯粒子滤波的基础上通过利用当前时刻量测值对量测误差的分布参数进行实时的统计和更新,并以此得到粒子的权值,从而考虑到了量测值对估计值的影响,该方法适合于量测误差分布为高斯白噪声且状态量与量测误差相关条件下的非线性估计。仿真结果表明,与传统的自举粒子滤波(boot-trap particle filter,BPF)、高斯粒子滤波(Gaussian particle filter,GPF)以及无迹粒子滤波(unscented particle filter,UPF)相比,该方法具有较高的精度和较少的计算量。

关键词：机动目标跟踪粒子滤波高斯粒子滤波