基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了进一步提高移动台的跟踪和定位性能,提出了一种基于联邦滤波结构和简化UKF的移动位置最优估计与融合新方法.该算法以Singer移动台运动模型作为参考系统,以简化UKF滤波器作为子滤波器,对2组独立检测的TDOA和Doppler测量值进行局部估计;然后在主滤波器中,对子滤波器的估计结果按标量加权进行最优融合,得到全局最优或次最优融合估计结果;最后主滤波器利用全局估计结果对子滤波器和参考系统进行反馈和信息重置,以进行下一步估计.仿真试验中,对该算法用于移动台位置估计的效果和性能进行评估,并与基于TDOA和基于Doppler的简化UKF方法做比较.仿真结果表明,该算法能有效降低移动台位置估计的误差和方差,具有良好的均方根误差和均值误差CDF性能.
推荐文章
基于双联邦UKF算法的组合导航数据融合方法
GPS/INS/DVS/JTIDS组合导航
非线性滤波
联邦滤波
UKF
数据融合
基于最优线性无偏估计的TDOA定位算法
到达时间差
定位误差
非视距
最优线性无偏估计
最小方差
一种适用于水声通信的Doppler估计算法
Doppler估计
Dopplerr补偿
水声通信
DFT
基于联邦SR-UKF算法的GPS/INS导航数据融合算法
INS/GPS组合导航
非线性滤波
联邦滤波
SR-UKF
数据融合
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于TDOA/Doppler测量的联邦UKF移动位置估计算法
来源期刊 东南大学学报(英文版) 学科 工学
关键词 数据融合 移动位置估计 联邦滤波 无迹卡尔曼滤波器
年,卷(期) 2009,(3) 所属期刊栏目
研究方向 页码范围 294-298
页数 5页 分类号 TN957.51
字数 1615字 语种 英文
DOI 10.3969/j.issn.1003-7985.2009.03.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴乐南 东南大学信息科学与工程学院 412 3936 29.0 45.0
2 何峰 东南大学信息科学与工程学院 15 69 4.0 7.0
3 蔡苗红 东南大学信息科学与工程学院 3 14 1.0 3.0
4 金乐 东南大学信息科学与工程学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据融合
移动位置估计
联邦滤波
无迹卡尔曼滤波器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导