基于UPF的神经网络辅助机动目标跟踪

• 作者: 俞国庆 刘忠 刘晓
• 来源期刊: 舰船电子工程
• 学科: 工学
• 关键词: 目标跟踪 粒子滤波 神经网络
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 指挥与控制
• 页码范围: 49-51,76
• 页数: 4页
• 分类号: TN953
• 字数: 2043字
• 语种: 中文
• DOI: 10.3969/j.issn.1627-9730.2009.12.013

摘要

为提高机动目标跟踪性能,提出了一种神经网络辅助下的滤波方法.基于Unscented卡尔曼滤波方法,Unscented粒子滤波器(UPF)能够产生较准确的建议密度分布,因此相对于其它蒙特卡洛方法,UPF能够获得对非线性目标跟踪问题更好的近似.利用目标的机动特征建立和训练神经网络,将神经网络的输出作为加速度控制参数,用于修正目标的运动模型.仿真结果表明,与扩展卡尔曼滤波相比,神经网络辅助下的UPF具有更好的跟踪性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘忠	海军工程大学电子工程学院	319	1950	19.0	27.0
2	俞国庆	海军工程大学电子工程学院	4	21	4.0	4.0
3	刘晓	海军工程大学电子工程学院	9	56	4.0	7.0