BP神经网络和卡尔曼滤波相结合的船舶运动跟踪

发布时间：2017-09-08 09:37

  本文关键词：BP神经网络和卡尔曼滤波相结合的船舶运动跟踪

  更多相关文章： 噪声抑制 预测 自适应网络 滤波算法

【摘要】：在海洋运输中,船舶是重要的物资运送平台。船舶运动跟踪作为优化海洋交通环境的前提之一,正受到越来越多的研究。由于海洋情况越来越复杂,沿海运输船舶数量增多,导致传统的船舶跟踪方法不再适用,急需一种高性能的船舶运动跟踪方法。本文正是基于这项需求,开发出BP神经网络和卡尔曼滤波相结合的船舶运动跟踪算法,并对其进行仿真验证。此方法具有速度快、噪声抑制能力强和自动化程度高的特点。从仿真结果看,本方法的性能优越,易于推广使用。
【作者单位】： 南通大学研究生院;
【关键词】： 噪声抑制 预测 自适应网络 滤波算法
【分类号】：U675.79;TP183;TP391.41
【正文快照】： 0引言随着海洋运输技术的成熟和贸易的增加,越来越多的战略和生活物资采用船舶进行运送,导致沿海地区船舶数量急剧增加,恶化了沿海交通环境[1]。为保证船舶运行安全可靠,优化海上交通环境,必须对海上船舶进行跟踪和监测。然而,考虑到海洋情况复杂且风险性大的特点,风浪等多重，

本文编号：813273