不敏卡尔曼滤波相关论文
首先在雷达直角坐标系下建立了再入目标的动力学模型,针对其运动的非线性,采用了三种经典的非线性滤波,即扩展卡尔曼滤波,不敏卡尔......
针对量测噪声较小的环境下传统滤波算法容易出现偏差增大的实际问题,基于高斯近似原理,提出一种基于高斯似然近似的球面径向积分滤......
针对非线性高斯场景下目标数目未知或随时间变化的机动多目标跟踪问题,提出一种基于交互式多模型的不敏卡尔曼概率假设密度滤波算......
本文首先简要论述了外辐射源雷达的发展历程，接着介绍了数据处理在外辐射源雷达中的应用，然后介绍了外辐射源雷达的航迹处理方法，结合......
机动目标跟踪广泛应用于军事和民用领域,一直备受人们的关注。随着目标的机动性越来越强,跟踪滤波器对目标机动常常不能够良好的匹......
测向/时差联合定位算法具有仅需要2个节点即可实现良好的定位精度,具有很好的应用前景。在双站测向/时差联合定位的原理基础上,提......
卡尔曼滤波是一种有效的目标跟踪方法,然而,由于模型不可能完全准确,先验信息不可能完全获得,其滤波误差也较大,比较容易发散.这一......
针对非线性系统中杂波环境下的集中式多传感器多目标跟踪问题,提出了一种基于数据压缩技术的多传感器不敏滤波算法。仿真结果表明,......
针对多目标情况下雷达组网的误差配准问题，提出了一种基于不敏卡尔曼滤波（UnscentedKalmanFilter，UKF）和最优压缩的系统偏差稳健估计方......
论文提出了新的基于奇异值分解的不敏卡尔曼滤波（SVD‐UKF）单站无源定位算法。该算法通过观测平台得到辐射源的来波方向角（DOA ）信息，利......
对于因模型参数失配造成的非线性系统状态估计不准确现象，采用基于不敏卡尔曼滤波（UKF）的参数和状态联合估计方法，即将未知模型参数和......
针对分布式2D雷达组网的高度估计问题,提出了一种基于雷达局部航迹的目标高度估计方法.2D雷达由于不能获得目标的高度信息,其所得......
对于大多数实际系统，其噪声统计特性未知，不敏卡尔曼滤波（unscented Kalman filter，UKF）算法对噪声信息不准的鲁棒性较差，导致滤波精度急......
介绍了无线传感器网络电子航标节点测距定位的定位原理和算法。针对该定位算法的非线性方程组求解问题,依据UKF算法,用一个最小的......
针对多目标情况下雷达组网的误差配准问题，提出了一种基于不敏卡尔曼滤波（UnscentedKalmanFilter，UKF）和最优压缩的系统偏差稳健估计方......
针对非线性系统状态估计的有效融合问题，给出了一种基于不敏Kalman滤波的多传感器数据融合算法．首先，依据单传感器的量测利用不敏Kalm......
针对多站雷达量测机动目标跟踪问题，提出了一种将平滑方法运用于典型的交互式多模型结构的跟踪算法。首先介绍了卡尔曼平滑器（KS），比较......
针对天波超视距雷达（ over-the-horizon radar, OTHR）多目标跟踪所面临的多路径和低检测概率问题,结合混合高斯概率假设密度（ Gaussia......
研究了三维系统偏差条件下的扩维目标跟踪问题,提出了一种基于不敏卡尔曼滤波器（UKF）的系统偏差和目标状态的联合估计算法（ASUKF）.Mont......
为提高传感器网络节点的定位精度，对MDS-MAP结合非线性滤波方法的多种传感器网络定位算法进行研究．根据传感器节点间距离与节点定位......
为了解决非线性系统中杂波环境下的多传感器多目标跟踪问题,提出了一种集中式顺序多传感器不敏多假设滤波算法。在算法中,首先根据......
针对电视跟踪系统存在的脱靶量现象所导致的不能直接进行目标运动参数预测及预测精度降低问题,提出在测量方程中引入一不确定因子......
固定单站无源定位系统面临着可观测性弱、初始误差大的问题,为了实现稳定高精度定位,在定位模型中引入角度变化率和多普勒频率变化......
随着人造卫星的日益智能化,精确跟踪卫星的坐标和速度也越来越重要。然而,目前对空间目标的跟踪滤波研究主要集中在航天、天体测量......
提出将概率数据关联算法和不敏卡尔曼滤波相结合,用于杂波环境下的单目标跟踪。该算法同时解决了测量方程非线性情况下的滤波问题......
在对扩展卡尔曼滤波、不敏卡尔曼滤波和粒子滤波3种非线性滤波方法进行研究的基础上,对粒子滤波算法的重要性密度函数的选取方法进......
针对无源定位必须实现快速和稳定定位跟踪的要求,在传统定位方法基础上引入角度变化率和多普勒频率变化率信息;在此基础上提出了一......
采用不敏卡尔曼滤波（UKF）联合交互多模型方法（IMM）,设计完成了多传感器信息融合算法,并在实验室条件下进行了仿真验证,结果证明,该滤波......
多普勒雷达能够获得目标位置量测的同时,还能获得多普勒量测,即目标径向速度.为解决多普勒雷达量测处理算法过程复杂、计算量大的......
针对单站系统利用一次观测对目标进行定位,瞬时定位误差较大,提出了基于UKF的红外目标空间定位方法。基于针孔成像模型,借鉴主动视......
在许多实际的分布式多传感器系统中,系统的动态或传感器的观测方程是非线性的.解决分布式多传感器非线性系统的状态估计问题,通常......
单传感器纯方位跟踪问题仍是目前研究的重点和难点,方位角变化率很大时往往使得扩展卡尔曼滤波等矩匹配算法不稳定或发散。重点研......
当车辆运行在存在遮挡和多路径的复杂环境下时，车载GPS接收机由于无法接收到足够数量的GPS定位卫星将导致车辆无法准确定位。GPS/蜂......
对于多目标杂波环境中的机动目标跟踪，由于目标集群中各个目标间的空间距离可能小于探测器的空间分辨率，因而可能出现误跟、诱饵欺骗......
传统不敏卡尔曼滤波方法（UKF）在对极一直角坐标变换中的误差进行分析时，采用了线性近似的简单方式。当量测方位误差较大时，无法准确估......
给出了一种基于不敏卡尔曼滤波（UKF）的马尔可夫参数自适应的新息滤波器交互式多模型算法，较好地解决了非线性条件下机动目标跟踪的问......
机载雷达在进行空面目标探测时回波会受到强度不同的地面杂波影响,导致角度测量常常出现异常偏差,在实际应用中,其量测误差难以用......
为了实现对在航捷点附近做机动运动目标的精确跟踪,提出采用不敏卡尔曼滤波（UKF）作为底层的滤波算法,解算出方位和俯仰的角度变化率,......
针对卡尔曼滤波（KF）在对非线性目标系统目标跟踪问题时易出现跟踪精度较低，滤波发散等问题，将不敏卡尔曼滤波器（UKF）运用在非线性系统的......
状态误差协方差矩阵和状态估计的精度直接影响卡尔曼滤波（KF）体系的滤波性能。为减小滤波误差,提高滤波精度,基于单极点反馈积累理论......
采用不敏卡尔曼滤波（UKF）联合交互多模型方法（IMM），设计完成了多传感器信息融合算法，并在实验室条件下进行了仿真验证，结果证明该滤波算法......
针对标准粒子滤波算法存在的粒子退化问题,提出了一种改进的粒子滤波算法,该算法将不敏卡尔曼滤波算法（UKF）、线性优化的思想和基本......
为有效提高异类传感器融合跟踪的效果,提出了一种基于UKF的雷达和机载ESM扩维跟踪算法。首先将目标和机载ESM的状态信息组合起来,......
基于飞行器再入段的动力学模型,利用UKF对目标的弹道进行估计,并与传统的3RR法解算结果进行了比对.仿真结果表明,基于动力学方程的......
粒子滤波算法摆脱了解决非高斯滤波问题时随机量必须满足高斯分布的制约,近年来广泛应用于跟踪与定位研究中。与粒子滤波有关的一......
弹道导弹再入阶段飞行速度快，受力情况复杂多变，运动方程具有很强的非线性。针对其快速、精确、非线性跟踪问题，通过不敏变换，采用确定......
针对固定单站无源定位必须实现快速和稳定定位跟踪的要求,在传统定位方法基础上引入角度变化率和多普勒频率变化率信息;在此基础上......
针对随机机动目标末端制导拦截问题,提出了一种快速有效的多模型自适应估计算法。该算法充分挖掘了单元滤波器组对应假设空间的特......
