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:
广义卡尔曼滤波(EKF)在进行数据处理时,仅对测距系统和量测方程作泰勒级数展开且仅保留线性项,因而EKF只适用于弱非线性对象的估计,被处理对象的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。将无迹卡尔曼滤波(UKF)应用于非线性系统的目标处理。通过 UKF在雷达测距中的应用和仿真结果分析表明,与 EKF相比,UKF收敛快、对噪声适应能力更强且算法实现更简单。自适应无迹卡尔曼滤波(AUKF)可以对系统模型进行实时估计,通过分析知道无迹卡尔曼滤波算法满足实时性跟踪要求,实现了对运动目标的快速跟踪。
推荐文章
衰减记忆无迹卡尔曼粒子滤波算法研究
粒子滤波算法
无迹卡尔曼粒子滤波算法
衰减记忆
基于卡尔曼滤波器的雷达跟踪
雷达跟踪
卡尔曼滤波器
最小误差
基于无迹卡尔曼滤波的无人机跟踪算法
四基站定位
无迹卡尔曼滤波算法
跟踪预测
采用自适应无迹卡尔曼滤波器的车速和路面附着系数估计
车辆动力学
自适应滤波
无迹卡尔曼滤波
次优Sage-Husa噪声估计器
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 基于无迹卡尔曼滤波器的雷达测距算法研究
来源期刊 软件导刊 学科 工学
关键词 广义卡尔曼滤波(EKF) 无迹卡尔曼滤波(UKF) 自适应卡尔曼滤波(AUKF) 雷达测距 目标跟踪
年,卷(期) 2017,(1) 所属期刊栏目 算法与语言
研究方向 页码范围 32-34
页数 3页 分类号 TP312
字数 2169字 语种 中文
DOI 10.11907/rjdk.162252
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 胡晓阳 沈阳理工大学装备工程学院 7 11 2.0 3.0
2 熊奎允 沈阳理工大学装备工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (77)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (15)
二级引证文献  (6)
1982(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2018(5)
  • 引证文献(5)
  • 二级引证文献(0)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(4)
  • 引证文献(1)
  • 二级引证文献(3)
研究主题发展历程
节点文献
广义卡尔曼滤波(EKF)
无迹卡尔曼滤波(UKF)
自适应卡尔曼滤波(AUKF)
雷达测距
目标跟踪
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
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
论文1v1指导