原文服务方: 控制理论与应用       
摘要:
在机动目标跟踪中,用于模型辨识和状态估计的非线性滤波器的合理选择和优化是提升滤波精度的关键.融合量测迭代更新集合卡尔曼滤波和交互式多模型(interacting multiple models,IMM)方法,本文提出了基于量测迭代更新集合卡尔曼滤波的机动目标跟踪算法.通过迭代更新思想的引入构建了一种量测迭代更新下集合卡尔曼滤波的实现结构,并将其作为IMM的模型滤波器实现对于目标运动模式和状态的辨识与估计.针对算法结合过程中滤波精度和计算量的平衡,设计了用于输入交互环节的状态估计样本,同时简化输入交互环节和输出交互环节中滤波误差协方差矩阵的交互过程.理论分析和仿真结果验证了算法的可行性和有效性.
推荐文章
迭代无味卡尔曼滤波的目标跟踪算法
送代扩展卡尔曼滤波
迭代无味卡尔曼滤波
统计正交
目标跟踪
扩展卡尔曼滤波的目标跟踪优化算法
扩展卡尔曼滤波
目标跟踪
多普勒量测
跟踪精度
基于迭代积分粒子滤波的目标跟踪算法?
高斯牛顿迭代
积分卡尔曼滤波
重要性函数
非线性目标跟踪
基于后验量测修正的卡尔曼滤波算法
卡尔曼滤波
后验量测
状态突变
修正预测值
渐消滤波
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 基于量测迭代更新集合卡尔曼滤波的机动目标跟踪算法
来源期刊 控制理论与应用 学科
关键词 机动目标跟踪 非线性滤波 集合卡尔曼滤波 交互式多模型
年,卷(期) 2014,(11) 所属期刊栏目 论文与报告
研究方向 页码范围 1517-1523
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.7641/CTA.2014.40325
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 刘先省 河南大学计算机与信息工程学院 79 938 16.0 28.0
2 张勇 河南大学图像处理与模式识别研究所 28 116 6.0 10.0
6 胡振涛 河南大学图像处理与模式识别研究所 58 387 11.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (12)
参考文献  (15)
节点文献
引证文献  (14)
同被引文献  (41)
二级引证文献  (20)
1970(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)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(6)
  • 参考文献(6)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(5)
  • 引证文献(5)
  • 二级引证文献(0)
2018(6)
  • 引证文献(4)
  • 二级引证文献(2)
2019(13)
  • 引证文献(2)
  • 二级引证文献(11)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
机动目标跟踪
非线性滤波
集合卡尔曼滤波
交互式多模型
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
控制理论与应用
月刊
1000-8152
44-1240/TP
大16开
1984-01-01
chi
出版文献量(篇)
4979
总下载数(次)
0
总被引数(次)
72515
论文1v1指导