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:
为了避免被动跟踪中非线性性带来的计算复杂化及跟踪精度的下降,该文将平方根无迹卡尔曼滤波(SR-UKF)算法应用到水下仅测角目标跟踪.利用协方差平方根代替协方差参加递推运算,解决了标准无迹卡尔曼滤波(UKF)算法中由于计算误差和噪声等因素有可能引起误差协方差矩阵负定而导致滤波结果发散的问题,保证了滤波算法的数值稳定性,提高了跟踪的精度和可靠性.仿真结果表明,SR-UKF非线性滤波算法应用于水下仅测角目标跟踪系统是有效的,而且滤波精度、稳定性和收敛时间明显优于扩展卡尔曼滤波(EKF)和标准UKF算法.
推荐文章
基于强跟踪平方根容积卡尔曼滤波的纯方位目标运动分析方法
AUV
纯方位目标跟踪
非线性系统
平方根容积卡尔曼滤波
强跟踪滤波
迭代平方根UKF
状态估计
无迹卡尔曼滤波器(UKF)
非线性
测量更新
改进的强跟踪平方根分解UKF算法应用研究
改进的平方根分解UKF
强跟踪滤波
线性/非线性混合系统
鲁棒性
基于迭代平方根UKF的SLAM算法
UKF
同步定位与地图构建
状态估计
迭代测量更新
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 基于平方根UKF的水下纯方位目标跟踪
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 单观测器 纯方位 被动跟踪 平方根无迹卡尔曼滤波 非线性滤波
年,卷(期) 2009,(6) 所属期刊栏目
研究方向 页码范围 751-755
页数 5页 分类号 TN911
字数 3079字 语种 中文
DOI 10.3969/j.issn.1005-9830.2009.06.008
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 吴盘龙 南京理工大学自动化学院 76 479 12.0 17.0
2 孔建寿 南京理工大学自动化学院 37 569 12.0 23.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (29)
参考文献  (9)
节点文献
引证文献  (23)
同被引文献  (49)
二级引证文献  (65)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(6)
  • 引证文献(4)
  • 二级引证文献(2)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(7)
  • 引证文献(2)
  • 二级引证文献(5)
2015(8)
  • 引证文献(4)
  • 二级引证文献(4)
2016(16)
  • 引证文献(5)
  • 二级引证文献(11)
2017(9)
  • 引证文献(2)
  • 二级引证文献(7)
2018(18)
  • 引证文献(1)
  • 二级引证文献(17)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
单观测器
纯方位
被动跟踪
平方根无迹卡尔曼滤波
非线性滤波
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
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
高等学校博士学科点专项科研基金
英文译名:
官方网址:http://std.nankai.edu.cn/kyjh-bsd/1.htm
项目类型:面上课题
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导