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:
为解决机动目标跟踪的非线性和噪声不确定等问题,提出了一种新的滤波算法:融合了交互式多模型(IMM)、粒子滤波(PF)和无迹卡尔曼滤波(UKF)的IMM-UPF算法.该算法采用多模型结构以跟踪目标的任意机动,粒子滤波能处理非线性、非高斯问题,而采用UKF产生粒子,由于考虑了当前观测值,使得粒子的分布更接近后验概率密度分布,克服粒子的退化现象,从而提高估计精度.系统的模型集根据实际的目标系统设计了三个非线性模型.通过实例仿真,结果证明了IMM-UPF算法的有效性,且其性能优于PF、UPF算法.
推荐文章
基于IMM-UPF的锂电池寿命估计
锂电池
健康状态
经验模型
交互式多模型
无迹粒子滤波
基于IMM-SCKF-STF的机动目标跟踪算法
机动目标跟踪
非线性滤波
交互式多模型
强跟踪平方根容积卡尔曼滤波
混合坐标系下跟踪自由段弹道导弹的IMM-UPF 算法研究
混合坐标系
弹道导弹
自由飞行弹道
交互多模型
不敏粒子滤波
多机动目标跟踪的IMM-GMPHD滤波算法
多机动目标跟踪
高斯混合概率假设密度
交互式多模型
蒙特卡洛
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 IMM-UPF算法在机动目标跟踪中的研究
来源期刊 计算机工程与应用 学科 工学
关键词 目标跟踪 交互式多模型 粒子滤波 交互式多模型无迹卡尔曼滤波(IMM-UPF)
年,卷(期) 2010,(28) 所属期刊栏目
研究方向 页码范围 240-243
页数 分类号 TP391
字数 4248字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.28.068
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 曹洁 兰州理工大学电气工程与信息工程学院 180 1035 14.0 20.0
2 文如泉 兰州理工大学电气工程与信息工程学院 15 19 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (50)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (12)
二级引证文献  (50)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(3)
  • 二级参考文献(3)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(5)
  • 引证文献(1)
  • 二级引证文献(4)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(18)
  • 引证文献(1)
  • 二级引证文献(17)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
目标跟踪
交互式多模型
粒子滤波
交互式多模型无迹卡尔曼滤波(IMM-UPF)
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
甘肃省自然科学基金
英文译名:Natural Science Foundation of Gansu Province
官方网址:http://www.nwnu.edu.cn/kjc/glbf/gsshzrkxjjzxglbf.htm
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导