机动目标的IMM扩展卡尔曼滤波时间配准算法

发布时间：2017-12-14 12:07

  本文关键词：机动目标的IMM扩展卡尔曼滤波时间配准算法

  更多相关文章： 信息融合 交互多模型 扩展卡尔曼滤波 时间配准

【摘要】：针对目前研究的时间配准方法是在目标运动模型已知的情况下进行时间配准,难以保证目标在复杂机动情况下运动模型多变时的时间配准精度。提出了机动目标的交互多模型扩展卡尔曼滤波(IMM-EKF)时间配准算法,该算法将交互多模型中的每个运动模型分别进行扩展卡尔曼滤波输出同时根据滤波过程中得到的残差计算每个模型的概率,根据模型概率和各模型滤波输出得到时间配准周期内最后一个采样点的测量数据,利用该点的状态和模型概率进行外推就得到时间配准周期和传感器采样周期不成整数比时配准时刻的位置。通过仿真结果表明该算法能够有效降低整体的时间配准误差。该算法提高了时间配准的精度,为数据融合提供了良好的基础。
【作者单位】： 西北工业大学航海学院;光电控制技术重点实验室;
【基金】：光电控制技术重点实验室与航空科学基金(20145153027)资助
【分类号】：TN713
【正文快照】： 在多传感器信息融合系统中,综合使用多个传感器的观测值,能够更加有效地对目标的位置和速度信息进行精确估计[1]。由于传感器的采样频率、传感器测量误差、采样起始时间的不同以及数据链传输数据的时延不同,所以在进行融合处理前必须将这些数据同步到相同的时刻上,即进行时间

【相似文献】

中国硕士学位论文全文数据库 前1条

1 陈鑫源;面向新型表面贴装元器件的配准算法研究[D];华南理工大学;2013年

，

本文编号：1287821