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:
不敏Kalman滤波(UKF)算法可以广泛用于各种目标运动的非线性估计中,传统的UKF滤波算法对于时间更新(即一步预测),一般采用对目标运动方程进行离散化或线性化处理,其结果不可避免地产生离散化误差,当目标运动非线性较强时,会导致跟踪误差增大,甚至无法给出正确的预测结果.文中提出的基于阿当姆斯(Adams)预估校正的UKF算法(即Admas-UKF),很好地解决了弹道目标过顶点的跟踪外推问题,仿真结果显示,与传统的UKF算法相比,此算法提高了跟踪外推精度,而计算时间远少于龙格库塔不敏Kalman滤波(Runge_Kutta-UKF)算法.
推荐文章
基于强跟踪UKF的自适应SLAM算法
同时定位与地图创建
UKF-SLAM
强跟踪滤波器
自适应滤波
基于UKF的超视距雷达跟踪算法研究
超视距雷达
UKF滤波算法
目标跟踪
基于强跟踪UKF的室内目标跟踪
强跟踪
无迹交换卡尔曼滤波
无线传感器网络
目标跟踪
相互作用多模型跟踪过程中的航迹外推算法
目标跟踪
航迹外推
相互作用多模型
转移概率
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Adams预估校正的UKF跟踪外推算法
来源期刊 现代雷达 学科 工学
关键词 跟踪 滤波 外推 UKF算法 Admas-UKF算法
年,卷(期) 2012,(10) 所属期刊栏目 信号/数据处理
研究方向 页码范围 32-36
页数 分类号 TN957|TN713
字数 3072字 语种 中文
DOI 10.3969/j.issn.1004-7859.2012.10.008
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 张静 河海大学计算机与信息学院 45 91 4.0 7.0
2 蒋德富 河海大学计算机与信息学院 17 42 5.0 5.0
3 徐玉超 河海大学计算机与信息学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (226)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (24)
二级引证文献  (3)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(11)
  • 参考文献(0)
  • 二级参考文献(11)
2004(9)
  • 参考文献(1)
  • 二级参考文献(8)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
跟踪
滤波
外推
UKF算法
Admas-UKF算法
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
现代雷达
月刊
1004-7859
32-1353/TN
大16开
南京3918信箱110分箱
28-288
1979
chi
出版文献量(篇)
5197
总下载数(次)
19
论文1v1指导