基于自适应UKF的反辐射导弹抗机动目标雷达短时关机研究

合集下载

极坐标系下UKF双站目标跟踪算法研究

噪声有更强的适应能力。关键词：双基地雷达；坐标；极多普勒量测；无迹卡尔曼滤波；踪滤波跟
ＵＫＦｇｒｔｍｏｓａｉｄｒＴａｇｔＴｒｃｉｇＡｌｏｉｈｆｒＢｉｔｔｃＲａａｒｅａｋｎＢａｅｎＰｏａｏｄｎｔｓｓｄｏｌｒＣｏｒｉａｅ
ｉｆｒｔｏｎａｙｒｄｃｏｄｎｔｓｓｅ，ｓｍｅｎｗｔｔｖｒａｅａｅｈｏｅｎｏｍａｉｎｉｈｂｏｒｉａｅｙｔｍｉｏｅｓａｅａｂｌｓｒｃｓｎ，ａｅａｇｒｔｍｉｎｗｌｏｈｉ
替代原有状态变量，到了极坐标系下量测方程完全线性化的双基地跟踪模型，得并将无迹卡尔曼滤波（Ｋ）用于这个非线性系统的目标跟踪。通过仿真实验看出，同样使用ＵＦ进行ＵＦ应与Ｋ
跟踪的传统的混合坐标系跟踪模型相比较，坐标系ＵＦ算法有更好的跟踪性能，敛快，极Ｋ收对
电子信息对抗技术・２第５卷２１ቤተ መጻሕፍቲ ባይዱ００年３月第２期
钟苏川，陈斌，世泽李极坐标系下ＵＦ双站目标跟踪算法研究Ｋ
５５
中图分类号：Ｎ７．Ｔ９１１
文献标志码：Ａ
文章编号：６４２０２１）２０５４１７ —２３｛０００ —０５ —０
ｉｐｏｏｅ．ｈｎｃｎｅａｍｎＦｌｒ（Ｋ）ｉａｐｉｄｔｔｇｔｒｃｉｇｉｎｎｉａｓｍ．ｔｓｒｐｓｄＴｅＵｓｅｔＫｌａｉｅＵＦｓｐｌｅｔｋｎｏｌｅｒｙｔｄｔｅｏａａｒｎｎｓｅＩ

基于改进神经网络增强自适应UKF的组合导航系统

③(School of Traffic and Transportation, Lanzhou Jiaotong University, Lanzhou 730070, China)
Abstract: In order to solve the problem of speed and position error divergence in the integrated navigation system based on MicroElectro Mechanical Systems (MEMS) inertial device and GPS system combined positioning, an improved Adaptive Unsecnted Kalman Filter (AUKF) enhanced by the Radial Basis Function(RBF) neural network based on Artificial Bee Colony(ABC) algorithm is proposed. When the GPS signal is out of lock, the trained network outБайду номын сангаасuts predictied information to perform error correction on the Strapdown Inertial Navigation System(SINS). Finally, the performance of the method is verified by vehiclemounted semi-physical simulation experiments. The experimental results show that the proposed method has a significant inhibitory effect on the error divergence of the strapdown inertial navigation system in the case of loss of lock. Key words: Intergrated navigation; Radial basis neural network; Unscented Kalman Filter(UKF); GPS break down

基于IMM-UKF的非线性机动目标跟踪仿真研究

整个跟踪过程中，运动由水平匀速运动、俯冲运动和爬升运动３部分组成，目标量测由斜距、方位角和高低角组成，并基于此建立了目标运动状态模型和观测模型，给出了模型转换矩阵，设计了基于ＩＭＭ— Ｆ滤波ＵＫ
（北机电工程研究所，陕西成阳７２９）西１０９
摘
要：在处理非线性强机动目标跟踪问题时，扩展卡尔曼滤波方法跟踪误差大、容易引起滤波发散，
同时其系统模型可能随时间变化，不能应用传统的线性滤波方法以及单一状态模型来处理该类问题。假设在学报ＪＯＵＲＬＯＵＮＬＮＣ＆ＣＮＴＯＬＮＡＦＧＡＵＨＯＲ
２１００年９月
基于ＩＭＭ— ＵＫＦ的非线性机动目标跟踪仿真研究
杨凯。倪龙强。张丽华。姚新涛，屈武斌
器，并进行了仿真。结果表明，该方法可以以较高精度跟踪非线性机动目标运动状态，同时具有较高的收敛
速度
关键词：自动控制技术；机动目标跟踪；卡尔曼滤波器；交互多模型
中图分类号：ＴＪ５３文献标志码：Ａ文章编号：１７ — ５４（０００ — ０２０６３６２２１）３０１ — ５

基于IMM_UKF的航天测控雷达机动目标跟踪

基于IMM⁃UKF的航天测控雷达机动目标跟踪作者：陈洪李晶张茂辉惠争虎来源：《现代电子技术》2014年第13期摘要：航天测控中雷达的测量值具有较大的随机误差，用雷达的测量值直接解算运载火箭的外弹道跟踪精度较低。

提出基于IMM⁃UKF的雷达机动目标跟踪方法，适应了航天发射任务中运载火箭在不同时段具有不同机动特性条件下对机动目标稳定精确跟踪的需要。

仿真结果表明和利用雷达测量值直接解算目标弹道的方法以及采用单一运动模型的UKF滤波方法相比，IMM⁃UKF算法具有更高的外弹道跟踪精度，并且算法的收敛速度满足航天测控外弹道跟踪的实时性要求。

关键词：航天测控； IMM⁃UKF；机动目标跟踪；外弹道跟踪中图分类号： TN974⁃34 文献标识码： A 文章编号： 1004⁃373X（2014）13⁃0043⁃04 Maneuvering target tracking of aerospace measurement & control radarbased on IMM⁃UKF algorithmCHEN Hong1， LI Jing2， ZHANG Mao⁃hui3， HUI Zheng⁃hu3（1. Technical Department of Xichang Satellite Launching Center， Xichang 615000， China；2. Wenchang Command & Control Station of Xichang Satellite Launching Center， Wenchang 571300， China；3. Jiuquan Satellite Launching Center， Jiuquan 732750， China）Abstract： The great tracking error of radar to maneuvering target exists in aerospace measurement & control if the exterior trajectory of a launcher is calculated directly according to the measured value of radar because of the high random error. An IMM⁃UKF based maneuvering target tracking method of radar which satisfies the motion characteristic of the carrier rocket better is presented. The simulation result shows that the IMM⁃UKF algorithm has higher accuracy of exterior ballistic tracking than that of the methods such as direct calculation method of target trajectory and UKF filtering method based on single motion model. In addition， the convergence velocity ofIMM⁃UKF algorithm can meet the real⁃time requirement of exterior ballistic tracking in aerospace measurement & control.Keyword： aerospace measurement and control； IMM⁃UKF； maneuvering target tracking；exterior ballistic tracking0 引言在航天测控中，通常直接用雷达的RAE测量值解算出目标在发射系下的位置坐标实现对运载火箭的实时外弹道跟踪[1]。

改进的CS-UKF加速度方差自适应跟踪算法

考虑到雷达导引头测量的非线性跟踪问题，无迹卡尔曼滤波（ＵＫＦ）算法的计算量与扩展卡尔曼滤波（ＥＫＦ）算法等同，但精度却高于ＥＫＦ算法，［１１］本文选择ＵＫＦ算法作为非线性滤波算法。利用导引头实时测量信息与位置预测值之间的
收稿日期：２０１７０１１８；修回日期：２０１７０２２７。基金项目：河南省自然科学基金（１６２３００４１００９６）。作者简介：崔彦凯（１９８０），男，河南漯河人，博士，主要从事信号处理技术方向的研究。
扰动对加速度方差进行自适应调整，提出了改进的基于当前统计模型的无迹卡尔曼滤波加速度方差自适应跟踪算法。该算法有效提高了对弱机动目标和非机动目标的跟踪精度，且不依赖于最大加速度度初值。
１犆犛－犝犓犉滤波算法
１１目标运动状态数学模型当目标正以某一加速度机动时，下一时刻的加速度取值是
针对机动目标当前统计模型建模及跟踪中存在的问题，很多学者提出了不同的改进措施。文献［７］通过加权一个以残差方差的迹为参数的活化函数，对加速度方差和机动频率进行自适应处理。文献［８］用正态分布来弥补修正瑞利分布的缺陷，同时利用模糊隶属度函数对系统方差做加权调整。文献［９］结合升半正态形模糊分布函数特性，提出一种加速度方差两段函数自适应调整方法。文献［１０］提出了采用铃形函数作为模糊隶属函数对模型中加速度极值进行修正的方法。
设计与应用
计算机测量与控制．２０１７．２５（５）犆狅犿狆狌狋犲狉犕犲犪狊狌狉１４５９８（２０１７）０５０２１５０３ＤＯＩ：１０．１６５２６／ｊ．ｃｎｋｉ．１１－４７６２／ｔｐ．２０１７．０５．０５９中图分类号：Ｖ２４９．１文献标识码：Ｂ

基于IMM-UKF的机动目标跟踪方法

用无味卡尔曼滤波实现非线性状态估计。仿真结果表明，该算法比传统的交互式多模型算法具有更高的跟踪性能。
关键词目标跟踪；无味卡尔曼滤波；交互式多模型；非线性估计
中图分类号
Ｔ９５３Ｎ５．
文献标识码
Ａ
文章编号
１０７２（０２００６— ０７— ８０２１）４— ００４
ｐｒｒｐｓｓａｎｅａｔｇＭｕｔｌＭｏｅＩｅｏｏｅｎＩｔｒｃｉｌｐｅｄｌ（ＭＭ）ａｇｒｈａｅｎＵｓｅｔｄＫｌｎＦｈｒ（ＫＦ．ＴｅｃｎｐｎｉｌｏｉｍｂｓｄｏｎｃｎｅａｍａｉｅＵ）ｈｏ — ｔ
Ｋｅｗｏｄｔｒｅｒｃｉｇ；ＵＫＦ；ＩＭ；ｎｎｉｅｒｅｔｔｏｙｒｓａｇｔｔａｋｎＭｏｌｎａｓｉｉｎｍａ
在机动目标跟踪中，一般希望机动目标运动模型能准确表征目标机动时的各种运动状态。典型滤波器
ｎｎｉｅｔｔｓｉｔｎＴｈｉｌｔｏｅｕｔｈｗｈｔｔｉｌｏｉｍａｉｈｒｔａｋｎｅｆｒｎｅｔａｈｏｌａｓａｅｅｔｍａｉ．ｎｒｏｅｓｍｕａｉｎｒｓｌｓｓｏｔａｈｓａｇｒｔｈｈｓｈｇｅｒｃｉｇｐｒｍａｃｈｎｔｅｏｔａｉｉｎｌＩＭｌｏｉｈｒｄｔａＭｏａｇｒｔｍ．
为一１时刻模型的概率，中，＝１２３４其ｉ，，，。这些模

采用自适应一致性UKF的分布式目标跟踪

郑斌琪１，２，李宝清１，刘华巍１，２，袁晓兵１＊
（１．中国科学院上海微系统与信息技术研究所微系统技术重点实验室，上海２０１８００；２．中国科学院大学，北京１０００４９）
摘要：由于传统分布式跟踪方法在先验噪声协方差与其实际值不相匹配时跟踪误差较大，提出了一种采用自适应一致性无迹卡尔曼滤波的分布式目标跟踪方法，该方法首先执行分布式ＵＫＦ算法得到对当前移动目标状态的估计值，然后通过一个系统错误检测机制，确定是否需要对噪声协方差值进行更新。如需要，则根据当前获得的测量信息去估计当前噪声协方差，并联合该估计值和先前的噪声协方差值获得一个新的先验噪声协方差值。最后根据新获得的噪声协方差值对获得的目标状态估计值进行修正。实验结果表明该方法具有较好的准确性和鲁棒性：在噪声未知环境下，基于ＡＣＵＫＦ的分布式跟踪方法相比于基于容积信息滤波和基于分布式无迹卡尔曼滤波的跟踪方法，最大跟踪误差值分别减少了４９．９３％和５１．４６％；在目标过程噪声发生动态变化的情况下，提出的方法相比于上述两种传统跟踪方法，跟踪误差值分别减少了４０．６７％和４０．０６％。关键词：分布式跟踪；图像传感器网络；自适应滤波；不确定性噪声；非线性估计中图分类号：ＴＰ３９４．１；ＴＨ６９１．９文献标识码：Ａｄｏｉ：１０．３７８８／ＯＰＥ．２０１９２７０１．０２６０
第２７卷第１期２０１９年１月

一种基于AUKF的航天器自主导航算法

一种基于AUKF的航天器自主导航算法
范炜;李勇
【期刊名称】《空间控制技术与应用》
【年(卷),期】2009(035)003
【摘要】将非线性Sage-Husa噪声估计器与无迹滤波器(UKF)相结合,提出了一种新型的自适应无迹滤波器(AUKF).对基于AUKF的航天器自主导航系统进行了计算机仿真,仿真结果表明,对于存在测量偏差的自主导航系统,AUKF的导航滤波精度较传统的扩展卡尔曼滤波器(EKF)有显著的提高.进而,针对航天器自主导航系统测量偏差周期时变的特点,提出了提高偏差估计精度的改进算法.仿真结果表明,在适当增加计算量的条件下,利用偏差估计改进算法的AUKF能够进一步提高自主导航系统的导航精度.
【总页数】6页(P23-28)
【作者】范炜;李勇
【作者单位】北京控制工程研究所,北京,100190;空间智能控制技术国家级重点实验室,北京,100190;北京控制工程研究所,北京,100190
【正文语种】中文
【中图分类】V448.22
【相关文献】
1.基于SSUKF的航天器自主导航算法 [J], 刘勇;徐世杰
2.基于X射线脉冲星的航天器自主导航算法分析 [J], 仲崇霞;张立;年丰;杨军
3.基于强跟踪UKF的航天器自主导航间接量测滤波算法 [J], 杨文博;李少远
4.一种基于星载GNSS接收机的高轨卫星自主导航滤波算法 [J], 张蓬;杨克元;王延光;蒙艳松
5.基于UKF算法的航天器自主导航研究 [J], 王建琦;曹喜滨;孙兆伟
因版权原因，仅展示原文概要，查看原文内容请购买。

基于UKF的雷达高度计自主定轨

基于UKF的雷达高度计自主定轨
刘军;韩潮
【期刊名称】《北京航空航天大学学报》
【年(卷),期】2006(032)008
【摘要】探讨了利用推广卡尔曼滤波估计非线性系统状态时存在的问题,从而介绍了目前广泛使用的分步逼近的卡尔曼滤波(UKF,Unscented Kalman Filter).为了提高导航的可靠性和准确性,在星敏感器导航系统中引入雷达高度计作为一个新的测量设备,提出了一种基于星上雷达测高仪及星敏感器联合进行卫星自主定轨的算法.建立了比较复杂的地球海平面模型,并考虑了其中风生重力波的影响. 利用雷达测高仪的测量结果和地球形状模型,计算地心矢量在卫星本体中坐标系的方向.利用UKF 滤波定轨算法,明显提高了自主定轨的精度.数值仿真结果表明,UKF定轨精度要远优于推广卡尔曼滤波.
【总页数】5页(P889-893)
【作者】刘军;韩潮
【作者单位】北京航空航天大学宇航学院,北京,100083;北京航空航天大学宇航学院,北京,100083
【正文语种】中文
【中图分类】V448.2
【相关文献】
1.EKF/UKF在基于地磁场的卫星自主定轨中的应用比较 [J], 王向磊;丁硕;苏牡丹
2.基于地磁/光谱红移/太阳光信息的FAUKF自主定轨 [J], 华冰;张志文;王峰;吴云华;陈志明
3.基于扩展卡尔曼滤波的XPNAV-1卫星自主定轨算法研究 [J], 丁陶伟;帅平;黄良伟;张新源
4.基于遥感图像的无固定标志点卫星自主定轨 [J], 高有涛;刘靖雨;王兆龙;李木子;孙俊
5.基于遥感图像的无固定标志点卫星自主定轨 [J], 高有涛;刘靖雨;王兆龙;李木子;孙俊
因版权原因，仅展示原文概要，查看原文内容请购买。

一种基于IMMPDA-UKF的机动目标跟踪算法

一种基于IMMPDA-UKF的机动目标跟踪算法
王晓东;贾继鹏
【期刊名称】《电子测量技术》
【年(卷),期】2014(0)10
【摘要】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,通过角度变化率解算出目标的切向速度,在过航捷时建立新的跟踪模型,将切向速度扩充到观测方程中,并结合交互多模型概率数据关联算法(IMMPDA)实现对过航捷机动目标的跟踪。

仿真结果表明,该算法跟踪精度高,在航捷点附近无论是转弯机动还是加速运动,都可以保持对目标的持续跟踪,稳定性较高,可以直接应用于工程实践。

【总页数】4页(P5-8)
【关键词】航捷;扩维跟踪;交互多模型概率数据关联;不敏卡尔曼滤波
【作者】王晓东;贾继鹏
【作者单位】91245部队
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种新的基于机动检测的机动目标跟踪算法 [J], 关成斌;王国宏;王晓博
2.一种改进的基于交互式模型的机动目标跟踪算法 [J], 左现刚;武变霞;王建平;贾蒙
3.一种基于"CS"模型的机动目标跟踪算法研究 [J], 张辉
4.一种基于径向加速度的Singer-EKF机动目标跟踪算法 [J], 贾舒宜;张赟
5.一种基于径向加速度的Singer-EKF机动目标跟踪算法 [J], 贾舒宜;张赟;
因版权原因，仅展示原文概要，查看原文内容请购买。

用一种自适应UKF滤波器跟踪机动目标

用一种自适应UKF滤波器跟踪机动目标
邓江安;孔祥维;孙庆鹏;卢聪聪
【期刊名称】《火力与指挥控制》
【年(卷),期】2008(033)0z1
【摘要】在非线性系统中用自适应Kalman滤波器跟踪机动目标时,必须采用扩展Kalman形式,但扩展Kalman有精度低、易发散的缺点.在标准UKF滤波器的基础上,应用无迹变换将测量坐标系下的滤波残差统计特性转换到三维笛卡儿坐标系下,根据三维坐标下的滤波残差变化实时改变过程噪声协方差矩阵的大小,实现了自适应UKF滤波.滤波器既具备UKF滤波器精度高,不易发散的优点,同时不需了解目标机动的先验信息.仿真表明了本滤波器的有效性.
【总页数】4页(P56-59)
【作者】邓江安;孔祥维;孙庆鹏;卢聪聪
【作者单位】大连理工大学,辽宁,大连,116024;解放军91550部队,辽宁,大
连,116023;大连理工大学,辽宁,大连,116024;大连理工大学,辽宁,大连,116024;大连理工大学,辽宁,大连,116024
【正文语种】中文
【中图分类】TN973
【相关文献】
1.强跟踪自适应滤波器实现机动目标的精确跟踪 [J], 徐安;寇英信;王琳;任波
2.用一种自适应UKF滤波器跟踪机动目标 [J], 邓江安;孔祥维;孙庆鹏;卢聪聪
3.机动目标跟踪的一种防发散RBUKF算法 [J], 张园;钟志通;刘淑波;初俊博
4.高超声速机动目标的强跟踪UKF自适应交互多模型算法 [J], 戴洪德;方君;唐亮;王希彬
5.一种基于IMMPDA-UKF的机动目标跟踪算法 [J], 王晓东;贾继鹏
因版权原因，仅展示原文概要，查看原文内容请购买。

基于改进的IMM-UKF高超声速目标跟踪算法

基于改进的IMM-UKF高超声速目标跟踪算法
肖楚晗;李炯;雷虎民;李世杰
【期刊名称】《探测与控制学报》
【年(卷),期】2018(040)003
【摘要】针对临近空间高超声速目标跟踪过程中,因初值不准确、状态方程偏差较大而引起的滤波初期跟踪误差较大的问题,提出了基于改进的 IMM-UKF 高超声速目标跟踪算法.该算法利用方差膨胀原理,添加自适应因子αk调整状态预测值与量测预测值所占权重.利用Monte Carlo仿真实验与IMM-UKF滤波算法仿真结果进行比较,证明了所提算法跟踪高超声速目标的优越性与可靠性.
【总页数】6页(P108-113)
【作者】肖楚晗;李炯;雷虎民;李世杰
【作者单位】空军工程大学防空反导学院,陕西西安 710051;空军工程大学防空反导学院,陕西西安 710051;空军工程大学防空反导学院,陕西西安 710051;空军工程大学防空反导学院,陕西西安 710051
【正文语种】中文
【中图分类】E927;TN953
【相关文献】
1.一种改进的高超声速目标跟踪算法 [J], 李昌玺;毕红葵;张兵;肖松
2.一种基于气动力模型的高超声速滑翔目标跟踪算法 [J], 张凯;熊家军;韩春耀;兰旭辉
3.高超声速强机动目标改进IMM-CKF跟踪算法 [J], 戴邵武;方君;张文广;邹杰
4.基于雷达协同组网的高超声速目标跟踪算法 [J], 刘源;张翔宇;王国宏;杨忠
5.基于改进Jerk模型的高超声速滑翔目标跟踪 [J], 冯耀; 王红; 曲智国; 李凡; 董宇辉
因版权原因，仅展示原文概要，查看原文内容请购买。

机动目标跟踪的一种防发散RBUKF算法

机动目标跟踪的一种防发散RBUKF算法
张园;钟志通;刘淑波;初俊博
【期刊名称】《指挥控制与仿真》
【年(卷),期】2017(039)001
【摘要】针对观测方程为非线性,状态方程为线性,且噪声为加性情况下的机动目标跟踪问题,应用Rao-Blackwellised UKF (RBUKF)算法滤波并对其进行了防发散处理,得到机动目标跟踪的一种基于防发散RBUKF (AD-RBUKF)算法.对二维机动目标跟踪的仿真结果显示,本算法的跟踪效果明显优于其它两种常用的非线性滤波方法--基本的UKF算法和SPPF算法,仿真结果表明该算法是一种跟踪精度高,且适合工程应用的非线性滤波方法.
【总页数】3页(P41-43)
【作者】张园;钟志通;刘淑波;初俊博
【作者单位】海军大连舰艇学院,辽宁大连 116018;海军大连舰艇学院,辽宁大连116018;海军大连舰艇学院,辽宁大连 116018;海军大连舰艇学院,辽宁大连116018
【正文语种】中文
【中图分类】TJ765.1;E917
【相关文献】
1.一种新的基于机动检测的机动目标跟踪算法 [J], 关成斌;王国宏;王晓博
2.机动目标跟踪中一种机动频率和方差自适应滤波算法 [J], 钱广华;李颖;骆荣剑
3.一种杂波环境下机动目标跟踪算法 [J], 刘代; 赵永波; 郭敏; 罗利强; 张炫
4.一种实现多机动目标跟踪的JPDA-STF算法 [J], 王宝宝;何晨;张辉;吴盘龙
5.一种新型机动目标跟踪算法──VDQ 算法 [J], 高庆余;高梅国;韩月秋
因版权原因，仅展示原文概要，查看原文内容请购买。

基于IMM—UKF的纯方位机动目标跟踪算法

基于IMM—UKF的纯方位机动目标跟踪算法
顾晓东;袁志勇;周浩
【期刊名称】《数据采集与处理》
【年(卷),期】2009(024)B10
【摘要】针对在非线性机动目标跟踪中存在的滤波器易发散、跟踪误差大等问题，本文在多站纯方位跟踪的基础上，把Unscented卡尔曼滤波（Unscented Kalman filter，UKF）引进到交互多模型算法（Interacting multipl emodel，IMM）中，设计了交互多模型UKF滤波算法，克服了EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响。

最后将该算法与扩展卡尔曼滤波（EKF）、IMM—EKF算法进行了比较，仿真结果表明：IMM—UKF算法增强了EKF滤波
器的稳定性，提高了滤波收敛速度和跟踪精度。

【总页数】4页(P88-91)
【作者】顾晓东;袁志勇;周浩
【作者单位】海军工程大学兵器工程系,武汉430033
【正文语种】中文
【中图分类】TN911
【相关文献】
1.基于UKF-IMM的方位-到达时间空-海机动目标的跟踪 [J], 程水英;张剑云
2.基于IMM-UKF的纯方位机动目标跟踪算法 [J], 顾晓东;袁志勇;周浩
3.基于距离参数的混合坐标系下UKF纯方位单站目标跟踪算法 [J], 刘国霞;吴慈伶;
汪圣利
4.基于UKF-IMM的双红外机动目标跟踪算法 [J], 江宝安;万群
5.基于IMM⁃SRUKF的双站纯角度机动目标跟踪 [J], 颜丙峰;李星秀;吴盘龙因版权原因，仅展示原文概要，查看原文内容请购买。

基于UKF的闪烁噪声机动目标跟踪

基于UKF的闪烁噪声机动目标跟踪
朱志宇
【期刊名称】《计算机仿真》
【年(卷),期】2007(024)011
【摘要】闪烁噪声下的机动目标跟踪是一个非线性非高斯系统滤波问题,传统的卡尔曼理论很难保证其跟踪精度.文中提出了一种基于UKF的闪烁噪声机动目标跟踪算法,首先对目标系统的状态方程进行无味变换,然后再进行滤波估计,以减小跟踪误差.UKF不需要求导,它能比EKF更好地迫近目标运动模型的非线性特性,具有更高的估计精度,计算量却与EKF同阶.在仿真实验中采用"协同转弯模型"作为机动目标的运动模型,雷达的量测方程也是非线性的,分别应用UKF和EKF跟踪闪烁噪声下的机动目标,结果表明,UKF能够较好地解决闪烁噪声下跟踪机动目标的难题,其跟踪精度要远远高于EKF.
【总页数】4页(P120-123)
【作者】朱志宇
【作者单位】江苏科技大学电子信息学院,江苏,镇江,212003
【正文语种】中文
【中图分类】TN953
【相关文献】
1.闪烁噪声环境下基于PF的机动多目标跟踪算法研究 [J], 王敏;张冰;朱志宇
2.闪烁噪声下的机动目标跟踪算法研究 [J], 周桃云;张怡;蔡成林
3.闪烁噪声下基于模型集合切换的机动目标跟踪算法 [J], 李林;何芳;黄柯棣;华云
4.闪烁噪声环境下机动目标跟踪的改进的高斯-厄米特粒子滤波 [J], 崔彦凯;梁晓庚
5.抑制闪烁噪声的SMM-IUKF目标跟踪算法 [J], 汪语哲;史小平;朱胤
因版权原因，仅展示原文概要，查看原文内容请购买。

基于UKF-IMM的双红外机动目标跟踪算法

基于UKF-IMM的双红外机动目标跟踪算法
江宝安;万群
【期刊名称】《系统工程与电子技术》
【年(卷),期】2008(30)8
【摘要】为了有效解决红外机动目标跟踪精度问题,提出基于UKF的交互式多模型IMM红外机动目标跟踪算法.该方法采用Markov过程描述多个目标模型间的切换,同时导出滤波器输入输出均加权的交互式算法.滤波器采用UKF,避免计算扩展卡尔曼滤波EKF所需的Jacobi矩阵,适用于非线性、非高斯的目标系统模型和观测模型,同时UKF可供多个模型共用,便于软、硬件实现.最后,用双红外探测器对S型机动目标进行仿真实验,给出应用该方法的具体步骤,验证了IMM-UKF的稳定性、有效性和精确性.
【总页数】6页(P1454-1459)
【作者】江宝安;万群
【作者单位】电子科技大学电子工程学院,四川,成都,610054;重庆邮电大学,重庆,400065;电子科技大学电子工程学院,四川,成都,610054
【正文语种】中文
【中图分类】TN96
【相关文献】
1.基于双波段红外辐射信息的红外机动目标跟踪算法 [J], 潘平俊;冯新喜;李锋;刘英坤;孙鹏
2.杂波环境下基于红外传感器和雷达融合的机动目标跟踪算法 [J], 刘晨;冯新喜
3.基于红外辐射信息的IRST系统机动目标跟踪算法 [J], 辛云宏;杨万海
4.基于交互式多模型的双站高频地波雷达机动目标跟踪算法 [J], 张玲;李英帅;牛烔;王琨
5.基于UPF的红外机动目标跟踪算法 [J], 刘丽丽;辛云宏;郭建中;李小朋
因版权原因，仅展示原文概要，查看原文内容请购买。

UKF在潜艇对目标跟踪定位中的应用

UKF在潜艇对目标跟踪定位中的应用
孙旋;熊鹏;张烈平;翟恺祺
【期刊名称】《现代电子技术》
【年(卷),期】2018(041)020
【摘要】针对潜艇在隐蔽攻击中利用扩展卡尔曼滤波对敌舰目标进行跟踪定位时存在滤波精度低、误差大甚至出现发散的问题,将无迹卡尔曼滤波(UKF)应用在潜艇对敌舰的跟踪定位中.假设敌舰运行在CV模型下,由仿真实验的结果可以得出,在潜艇对敌舰目标的跟踪定位中无迹卡尔曼滤波与扩展卡尔曼滤波相比较,提高了其定位的精度并且解决了其发散的问题.在仿真实验中,潜艇对敌舰目标跟踪定位12 s后扩展卡尔曼滤波出现了发散的问题无法对敌舰目标进行实时的跟踪,但此时无迹卡尔曼滤波仍然可以实现对敌舰的跟踪与定位.
【总页数】5页(P132-136)
【作者】孙旋;熊鹏;张烈平;翟恺祺
【作者单位】桂林理工大学机械与控制工程学院,广西桂林 541006;桂林理工大学机械与控制工程学院,广西桂林 541006;桂林理工大学机械与控制工程学院,广西桂林 541006;桂林理工大学机械与控制工程学院,广西桂林 541006
【正文语种】中文
【中图分类】TN820.4-34
【相关文献】
1.导引模型在FTC自适应IMM-UKF目标跟踪算法中的应用 [J], 付斌;丁月宁;黄勇;闫杰
2.自适应衰减记忆UKF算法在三维水下目标跟踪中的应用 [J], 王满林
3.快速强跟踪UKF算法及其在机动目标跟踪中的应用 [J], 鲍水达;张安;毕文豪
4.改进的平方根UKF在再入滑翔目标跟踪中的应用 [J], 叶泽浩;毕红葵;谭贤四;曲智国;张裕禄;程杨
5.EKF和UKF算法在无线传感器网络目标跟踪中的应用 [J], 史岩;朱涛;傅军;张亚宁
因版权原因，仅展示原文概要，查看原文内容请购买。