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:
UKF_IMM算法对任何非线性高斯系统都有较好的跟踪性能,但在用于强非线性、非高斯系统时将产生极大的误差.PF_IMM算法适用于任何非线性非高斯系统,但它因计算量很大而导致实时性太差.在现有的基于PF或UKF的BA4滤波算法中,PF或UKF通常被用于每一个模型,基于此,提出了IUS_IMM算法,即在转弯模型中使用标准粒子滤波器(SPF),在其他模型中用UKF滤波器,仿真结果表明,对于转弯频率高的机动目标,IUS_IMM的性能要好于UKF_IMM算法.
推荐文章
基于期望极大化算法的转弯机动目标跟踪
期望极大化
转弯机动
目标跟踪
机动频率模糊自适应目标跟踪算法研究
机动目标
'当前'统计模型
模糊控制
卡尔曼滤波
基于IMM-UKF的转弯机动目标跟踪
Unscented卡尔曼滤波
交互多模型
目标跟踪
非线性
基于交互式多模型的水下机动目标跟踪
水下机动目标
交互式多模型(IMM)
扩展卡尔曼滤波(EKF)
无迹卡尔曼滤波(UKF)
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 高转弯频率下机动目标跟踪算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 无迹卡尔曼滤波器 粒子滤波器 机动目标跟踪 交互多模型
年,卷(期) 2011,(1) 所属期刊栏目 工程与应用
研究方向 页码范围 217-219,244
页数 分类号 TP39|TN95
字数 4003字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.01.062
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 张杰 四川大学计算机学院 323 2082 23.0 34.0
2 张建伟 四川大学计算机学院 54 261 9.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (24)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
研究主题发展历程
节点文献
无迹卡尔曼滤波器
粒子滤波器
机动目标跟踪
交互多模型
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导