原文服务方: 水下无人系统学报       
摘要:
为了解决水下机动目标跟踪的实时性和可靠性问题,在交互式多模型(IMM)的框架下对水下机动目标跟踪进行了分析,建立了目标运动方程和观测方程.交互式多模型滤波算法的选择直接影响到跟踪的精度,在跟踪滤波方面,针对交互式多模型滤波过程中观测方程非线性对滤波性能的影响,分别将扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)2种滤波算法与交互式多模型算法相结合.仿真结果表明,交互式多模型算法与UKF算法结合的滤波精度更高,能够更有效、可靠地达到跟踪机动目标的目的.
推荐文章
基于交互式“当前”统计多模型的机动目标跟踪算法
机动目标
交互式多模型
“当前”统计模型
自适应跟踪
交互式多模型算法在机动目标跟踪中的应用
IMM算法
机动目标跟踪
卡尔曼滤波器鼢
基于双观测站的水下机动目标被动跟踪
水下机动目标
双观测站
扩展卡尔曼滤波(EKF)
无迹卡尔曼滤波(UKF)
交互式多模型(IMM)
基于遗传优化的模糊交互式多模型目标跟踪算法?
机动目标跟踪
模糊交互式多模型
遗传算法
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 基于交互式多模型的水下机动目标跟踪
来源期刊 水下无人系统学报 学科
关键词 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)
年,卷(期) 2015,(3) 所属期刊栏目 探测、制导与对抗
研究方向 页码范围 196-201
页数 6页 分类号 TJ630.34|TB566
字数 语种 中文
DOI
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 李亚安 西北工业大学航海学院 104 756 14.0 21.0
2 陈晓 西北工业大学航海学院 38 209 9.0 11.0
3 高文娟 西北工业大学航海学院 6 72 3.0 6.0
4 陈志光 西北工业大学航海学院 2 27 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (9)
同被引文献  (20)
二级引证文献  (4)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(3)
  • 引证文献(2)
  • 二级引证文献(1)
研究主题发展历程
节点文献
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)
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
水下无人系统学报
双月刊
1673-1948
61-1509/TJ
大16开
1993-01-01
chi
出版文献量(篇)
1591
总下载数(次)
0
总被引数(次)
5946
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导