中国航海
中國航海
중국항해
NAVIGATION OF CHINA
2014年
2期
5-9
,共5页
船舶工程%海上智能交通系统%目标跟踪%无线传感器网络%自适应量化%无迹粒子滤波%信息融合
船舶工程%海上智能交通繫統%目標跟蹤%無線傳感器網絡%自適應量化%無跡粒子濾波%信息融閤
선박공정%해상지능교통계통%목표근종%무선전감기망락%자괄응양화%무적입자려파%신식융합
ship engineering%maritime intelligent traffic system%target tracking%wireless sensor network%adaptive quantization%UPF%information fusion
以近海船舶航行动态监控跟踪网络系统为对象,针对现有船舶航行跟踪方法欠于考虑网络数据传输影响的现状,基于自适应比特位量化技术,研究用于跟踪海上移动船舶的自适应无迹粒子滤波融合方法.首先,应用自适应比特位量化技术获取各跟踪节点对移动船舶状态的随机量化观测值,并将其量化后送往网络监控中心;其次,用带有随机噪声的一阶Markov模型对过程进行建模,研究量化误差的演变规律,并将该量化误差作为系统被估计状态的一个分量,建立一个部分过程噪声分量方差未知的目标跟踪模型;随后,以自适应无迹粒子滤波为基本滤波器,采用Sage-Husa估计器对未知噪声的统计特性进行实时估计和修正;最后,推导出一种面向近海船舶跟踪的多传感器集中式自适应无迹粒子滤波融合方法.仿真结果表明,该算法能有效改善量化滤波器的融合估计精度.
以近海船舶航行動態鑑控跟蹤網絡繫統為對象,針對現有船舶航行跟蹤方法欠于攷慮網絡數據傳輸影響的現狀,基于自適應比特位量化技術,研究用于跟蹤海上移動船舶的自適應無跡粒子濾波融閤方法.首先,應用自適應比特位量化技術穫取各跟蹤節點對移動船舶狀態的隨機量化觀測值,併將其量化後送往網絡鑑控中心;其次,用帶有隨機譟聲的一階Markov模型對過程進行建模,研究量化誤差的縯變規律,併將該量化誤差作為繫統被估計狀態的一箇分量,建立一箇部分過程譟聲分量方差未知的目標跟蹤模型;隨後,以自適應無跡粒子濾波為基本濾波器,採用Sage-Husa估計器對未知譟聲的統計特性進行實時估計和脩正;最後,推導齣一種麵嚮近海船舶跟蹤的多傳感器集中式自適應無跡粒子濾波融閤方法.倣真結果錶明,該算法能有效改善量化濾波器的融閤估計精度.
이근해선박항행동태감공근종망락계통위대상,침대현유선박항행근종방법흠우고필망락수거전수영향적현상,기우자괄응비특위양화기술,연구용우근종해상이동선박적자괄응무적입자려파융합방법.수선,응용자괄응비특위양화기술획취각근종절점대이동선박상태적수궤양화관측치,병장기양화후송왕망락감공중심;기차,용대유수궤조성적일계Markov모형대과정진행건모,연구양화오차적연변규률,병장해양화오차작위계통피고계상태적일개분량,건립일개부분과정조성분량방차미지적목표근종모형;수후,이자괄응무적입자려파위기본려파기,채용Sage-Husa고계기대미지조성적통계특성진행실시고계화수정;최후,추도출일충면향근해선박근종적다전감기집중식자괄응무적입자려파융합방법.방진결과표명,해산법능유효개선양화려파기적융합고계정도.
