原文服务方: 水下无人系统学报       
摘要:
为了对水下机动目标进行航迹跟踪,采用双观测站被动跟踪系统,解决了单观测站利用纯方位角信息进行跟踪时的不可观测问题,建立了目标状态方程和被动观测方程.将扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)与交互式多模型算法OMM)相结合,应用于被动跟踪系统中.仿真结果表明,2种算法都能适用于水下机动目标被动跟踪.随着测量误差的增大,IMM-UKF算法比IMM-EKF算法表现出了更好的稳定性和更高的跟踪精度.
推荐文章
双观测站水下纯方位多目标跟踪的数据关联算法
水下多目标跟踪
纯方位
数据关联
双观测站
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)
基于纯方位角测量的水下目标被动跟踪技术
水下目标
纯方位目标跟踪
伪线性估计
扩展卡尔曼滤波
无迹卡尔曼滤波
多目标跟踪的观测站最优机动策略
多目标跟踪
观测站
高斯混合概率假设密度
Fisher信息矩阵
马尔可夫决策过程
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 基于双观测站的水下机动目标被动跟踪
来源期刊 水下无人系统学报 学科
关键词 水下机动目标 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)
年,卷(期) 2018,(1) 所属期刊栏目 基础研究
研究方向 页码范围 40-45
页数 6页 分类号 TJ630|TP391.99
字数 语种 中文
DOI 10.11993/j.issn.2096-3920.2018.01.007
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 赵振轶 西北工业大学航海学院 2 7 2.0 2.0
4 苏骏 西北工业大学航海学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (17)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(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)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(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(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(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
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)
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
论文1v1指导