一种改进粒子滤波的双站无源定位跟踪算法

被引：5

作者：

贺静波 ^{[1
]}

黄高明 ^{[2
]}

彭复员 ^{[1
]}

机构：

[1] 华中科技大学电子与信息工程系

[2] 海军工程大学电子工程学院

来源：

电子信息对抗技术 | 2007年 / 06期

关键词：

粒子滤波; 最小二乘滤波; 扩展卡尔曼滤波; 无源定位; 算法;

D O I：

暂无

中图分类号：

TN953 [雷达跟踪系统];

学科分类号：

080902 [电路与系统];

摘要：

在非线性非高斯状态空间下,粒子滤波器是一种有效的非线性滤波算法,它的关键问题包括粒子权重的计算、粒子重采样和状态估计等。本文根据粒子滤波算法思想和双站无源定位跟踪的非线性,将粒子滤波算法用于双站无源定位跟踪问题,给出了一种改进的粒子滤波算法,并对其关键问题根据双站无源定位跟踪的特殊性进行了改进。利用Matlab进行了仿真实验,与最小二乘算法、扩展卡尔曼滤波算法进行了比较,结果表明所提算法定位跟踪精度优于其他方法。

引用

页码：19 / 22+49 +49

页数：5

共 6 条

[1]

交互式多模型滤波器及其并行实现研究 [J].

潘泉 ;

戴冠中 ;

张洪才 .

控制理论与应用, 1997, (04) :544-550

[2]

On sequential Monte Carlo sampling methods for Bayesian filtering.[J] Arnaud Doucet;Simon Godsill;Christophe Andrieu Statistics and Computing 2000,

[3]

CONDENSATION—Conditional Density Propagation for Visual Tracking[J] Michael Isard;Andrew Blake International Journal of Computer Vision 1998,

[4]

Monte Carlo techniques to estimate the conditional expectation in multi-stage non-linear filtering[J] J. E. Handschin;D. Q. Mayne International Journal of Control 1969,

[5]

Poor Man's Monte Carlo[J] J. M. Hammersley;K. W. Morton Journal of the Royal Statistical Society. Series 1954,

[6]

On Se-quential Simulation-Based Methods for Bayesian Filte-ring DOUCET A;GODSILL S L;ANDRIEU C; Statist.Comput 2000,

← 1 →