计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2014年
10期
301-305
,共5页
毛少锋%冯新喜%王莹凯%鹿传国
毛少鋒%馮新喜%王瑩凱%鹿傳國
모소봉%풍신희%왕형개%록전국
粒子滤波%重要性函数%积分卡尔曼滤波%无源传感器%目标跟踪
粒子濾波%重要性函數%積分卡爾曼濾波%無源傳感器%目標跟蹤
입자려파%중요성함수%적분잡이만려파%무원전감기%목표근종
Particle filter%Importance function%Quadrature kalman filter(QKF)%Passive sensor%Target tracking
在无源传感器目标跟踪系统的研究中,在双红外传感器组成的无源传感器目标跟踪系统模型中,传感器提供的仅是目标的角度信息,导致量测值与目标状态之间存在较强的非线性关系,而传统跟踪算法在解决非线性问题时具有局限性,为提高目标跟踪精度,提出一种基于积分粒子滤波(QPF)的无源传感器目标跟踪算法,在不受非线性、非高斯问题限制的粒子滤波的基础上,从改进粒子滤波重要性函数的角度入手,利用积分卡尔曼滤波(QKF)将当前最新量测考虑在内,构造出粒子滤波的重要性函数,使得改进后的重要性函数更加贴近真实后验分布,从而有效遏制了粒子退化现象.仿真结果表明,改进算法提高了跟踪精度,较好地解决了无源传感器对目标的非线性跟踪优化问题.
在無源傳感器目標跟蹤繫統的研究中,在雙紅外傳感器組成的無源傳感器目標跟蹤繫統模型中,傳感器提供的僅是目標的角度信息,導緻量測值與目標狀態之間存在較彊的非線性關繫,而傳統跟蹤算法在解決非線性問題時具有跼限性,為提高目標跟蹤精度,提齣一種基于積分粒子濾波(QPF)的無源傳感器目標跟蹤算法,在不受非線性、非高斯問題限製的粒子濾波的基礎上,從改進粒子濾波重要性函數的角度入手,利用積分卡爾曼濾波(QKF)將噹前最新量測攷慮在內,構造齣粒子濾波的重要性函數,使得改進後的重要性函數更加貼近真實後驗分佈,從而有效遏製瞭粒子退化現象.倣真結果錶明,改進算法提高瞭跟蹤精度,較好地解決瞭無源傳感器對目標的非線性跟蹤優化問題.
재무원전감기목표근종계통적연구중,재쌍홍외전감기조성적무원전감기목표근종계통모형중,전감기제공적부시목표적각도신식,도치량측치여목표상태지간존재교강적비선성관계,이전통근종산법재해결비선성문제시구유국한성,위제고목표근종정도,제출일충기우적분입자려파(QPF)적무원전감기목표근종산법,재불수비선성、비고사문제한제적입자려파적기출상,종개진입자려파중요성함수적각도입수,이용적분잡이만려파(QKF)장당전최신량측고필재내,구조출입자려파적중요성함수,사득개진후적중요성함수경가첩근진실후험분포,종이유효알제료입자퇴화현상.방진결과표명,개진산법제고료근종정도,교호지해결료무원전감기대목표적비선성근종우화문제.
