多机无源跟踪迭代UKF算法

发布时间：2018-04-19 15:42

  本文选题：无源跟踪 + 迭代无味卡尔曼滤波　； 参考：《系统工程与电子技术》2014年02期

【摘要】：为利用多机实现对目标的快速高精度无源跟踪,提出了一种新的迭代无味卡尔曼滤波(unscented Kalman filter,UKF)算法。所提算法利用随机变量的概率密度函数变换,求得了直接关于目标状态的似然函数,并据此利用最大似然估计迭代求解当前时刻的目标状态,推导了能达到最大似然面的迭代求解准则,将该准则与UKF算法结合得到新的迭代UKF算法。以多机只测角跟踪为例,对所提算法的性能进行仿真分析,仿真结果表明,相对于已有的迭代UKF算法,所提算法具有更好的跟踪性能,实用性强。
[Abstract]:In order to realize fast and high precision passive tracking of targets with multiple computers, a new iterative unscented Kalman filter UKF algorithm is proposed.Using the probability density function transformation of random variables, the proposed algorithm obtains the likelihood function directly about the target state, and iteratively solves the target state at the current time by using the maximum likelihood estimation.The iterative solution criterion which can reach the maximum likelihood surface is derived, and a new iterative UKF algorithm is obtained by combining the criterion with the UKF algorithm.The simulation results show that the proposed algorithm has better tracking performance and better practicability than the existing iterative UKF algorithm.
【作者单位】： 海军航空工程学院电子信息工程系;
【基金】：航空电子系统综合技术重点实验室和航空科学基金(20105584004)联合资助 海军航空工程学院研究生创新基金资助课题
【分类号】：TN953

【参考文献】

相关期刊论文 前2条

1 张俊根;姬红兵;;IMM迭代扩展卡尔曼粒子滤波跟踪算法[J];电子与信息学报;2010年05期

2 穆静;蔡远利;;迭代容积卡尔曼滤波算法及其应用[J];系统工程与电子技术;2011年07期

【共引文献】

相关期刊论文 前10条

1 石为人;易军;许磊;黄剑;杨硕;;基于点着色的无线传感器网络频点分配算法[J];传感技术学报;2009年01期

2 颜学龙;刘春江;;谱分析方法的混合电路BIST[J];电路与系统学报;2006年02期

3 岳安军,裴昌幸;一种单通道自适应零位天线系统的研究与设计[J];电子科技;2004年02期

4 曲彦文;张二华;杨静宇;;交互式多区域模型[J];电子学报;2012年06期

5 曾二林;朱世华;廖学文;;采用线性迫零接收机的多天线多用户分集性能分析[J];电子与信息学报;2007年12期

6 侯代文;殷福亮;;非线性系统中状态和参数联合估计的双重粒子滤波方法[J];电子与信息学报;2008年09期

7 顾国松;;基于类跟踪门的机动目标跟踪(英文)[J];光电工程;2013年02期

8 贾鹤鸣;宋文龙;牟宏伟;车延庭;;ISR-CDKF在SINS大方位失准角初始对准中的应用[J];吉林大学学报(信息科学版);2013年02期

9 李科;常国宾;李胜全;金际航;;基于弦线法的去导迭代扩展卡尔曼滤波器[J];电光与控制;2013年07期

10 王华剑;景占荣;郑文泉;屈保平;;迭代容积卡尔曼粒子滤波算法[J];东南大学学报(自然科学版);2013年S1期

相关会议论文 前1条

1 Chul Gyu Jhun;;Automated Switchover between Video Tracking Modes with Kalman Filtering and Particle Filtering for Optimal Performance[A];第24届中国控制与决策会议论文集[C];2012年

相关博士学位论文 前10条

1 白雪;基于农田特征的车载GPS运动模型辨识及定位误差研究[D];江苏大学;2011年

2 张会占;功能梯度材料结构的随机动态断裂与可靠性研究[D];汕头大学;2011年

3 谭晓衡;特种小卫星扩频通信系统中自适应门限及Rake接收技术的研究[D];重庆大学;2003年

4 汤建龙;雷达信号到达角及相关参数估计研究[D];西安电子科技大学;2005年

5 孙永军;直扩通信系统中窄带干扰抑制研究[D];西安电子科技大学;2007年

6 朱鸿梅;玻璃钢低温粘接性能的研究[D];上海交通大学;2007年

7 李利平;火电机组节能在线分析与智能运行优化方法研究[D];华北电力大学（河北）;2007年

8 鲁晓春;物流系统着色Petri网模型研究[D];北京交通大学;2008年

9 王毅;纳米尺度集成电路统计时序分析与成品率优化方法研究[D];复旦大学;2008年

10 汪晓宁;准同步跳频通信系统信号设计、多址干扰与同步性能分析[D];西南交通大学;2010年

相关硕士学位论文 前10条

1 孙亚尼;DWDM系统中SRS效应统计特性的研究[D];西安邮电学院;2010年

2 於明敏;大宗货物直达列车开行可靠性研究[D];中南大学;2010年

3 侯亚培;基于卡尔曼滤波的脑电信号去噪方法研究[D];燕山大学;2012年

4 孙苑;动态故障树在地铁列车自动监控系统可靠性分析中的应用研究[D];北京交通大学;2008年

5 赵彬彬;地质异常各向异性定量化方法及其应用研究[D];中国地质大学（北京）;2008年

6 陈岩;基于Bootstrap方法的证券投资基金综合评价模型研究[D];河南大学;2008年

7 方重秋;电气化铁道牵引负荷谐波电流统计建模、分析[D];西南交通大学;2008年

8 房阳;宽平稳过程的采样逼近及其截断误差估计[D];天津大学;2007年

9 徐小梅;基于马尔可夫链模型的异常入侵检测方法研究[D];兰州交通大学;2008年

10 胡世明;GPS/INS组合导航数据融合算法研究[D];电子科技大学;2012年

【二级参考文献】

相关期刊论文 前2条

1 李良群;姬红兵;罗军辉;;迭代扩展卡尔曼粒子滤波器[J];西安电子科技大学学报;2007年02期

2 杨争斌;郭福成;周一宇;;迭代IMM机动目标被动单站跟踪算法[J];宇航学报;2008年01期

【相似文献】

相关期刊论文 前10条

1 杨弘;韩令军;;利用粒子滤波的单站无源跟踪研究[J];广东通信技术;2011年02期

2 徐征;曲长文;王昌海;;多站无源跟踪边缘化卡尔曼滤波算法[J];信号处理;2013年08期

3 张冠杰;陈建峰;李艳斌;;基于粒子滤波的机载单站无源跟踪算法[J];无线电工程;2012年04期

4 乔梁;;基于角度信息测量的无源跟踪算法研究[J];哈尔滨理工大学学报;2012年04期

5 杨争斌;卢传己;郭福成;周一宇;;一种改进的机动辐射源单站无源跟踪变维滤波算法[J];火力与指挥控制;2007年02期

6 章静;王社阳;魏喜庆;;基于迭代容积滤波的无源跟踪算法[J];上海航天;2014年03期

7 王杰贵,罗景青;多目标无源跟踪中的多特征模糊综合数据关联算法[J];航空学报;2004年02期

8 徐征;曲长文;李炳荣;王昌海;;基于改进动态关联的多目标无源跟踪算法[J];雷达科学与技术;2013年02期

9 张尤赛,刘维亭;基于数据融合的多目标无源跟踪的弹性网络方法[J];数据采集与处理;2000年03期

10 王杰贵;靳学明;罗景青;;基于信息融合的机动多目标单站无源跟踪关键技术研究[J];系统仿真学报;2005年12期

相关博士学位论文 前1条

1 林岳松;多运动目标的无源跟踪与数据关联算法研究[D];浙江大学;2003年

，

本文编号：1773707