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:
为解决数据域直接定位(DPD)算法面临的计算压力,提高算法效率,提出一种基于修正的容积卡尔曼滤波(MCKF)的DPD算法.首先,融合各观测信号波达方向信息,利用子空间数据融合方法建立一种基于间接观测量的DPD滤波模型;然后,根据模型特点设计MCKF算法进行求解,解决间接观测量带来的噪声累积问题;最后,对算法计算量进行分析和对比,说明计算效率的提升.仿真结果表明,所提算法与基于最大似然遍历搜索和遗传算法的DPD算法相比,在相同的估计性能下,计算量下降明显,时效性显著提升,增加了算法实用价值.
推荐文章
带渐消因子的容积卡尔曼滤波算法
非线性系统
强跟踪滤波
容积卡尔曼滤波
卡尔曼滤波
观测域求积分卡尔曼滤波的机载无源定位算法
机载无源定位
观测域滤波
求积分卡尔曼滤波器
Gaussian-Hermit积分规则
基于容积卡尔曼滤波的辅助粒子滤波算法
非线性系统
容积卡尔曼滤波
辅助粒子滤波
重要性密度函数
多传感器自适应容积卡尔曼滤波融合算法
容积卡尔曼滤波
自适应
噪声统计估计器
修正函数
组合滤波
数据融合
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 修正容积卡尔曼滤波数据域直接定位算法
来源期刊 航空学报 学科 工学
关键词 直接定位 容积卡尔曼滤波 阵列信号处理 无源定位
年,卷(期) 2018,(9) 所属期刊栏目 电子电气工程与控制
研究方向 页码范围 162-169
页数 8页 分类号 V249.3|TP391
字数 语种 中文
DOI 10.7527/S1000-6893.2018.22031
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 王大鸣 解放军信息工程大学信息系统工程学院 73 242 8.0 11.0
2 巴斌 解放军信息工程大学信息系统工程学院 29 73 6.0 7.0
3 王建辉 解放军信息工程大学信息系统工程学院 16 104 6.0 9.0
4 逯志宇 解放军信息工程大学信息系统工程学院 13 47 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (32)
参考文献  (15)
节点文献
引证文献  (7)
同被引文献  (12)
二级引证文献  (0)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(5)
  • 参考文献(5)
  • 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(5)
  • 引证文献(5)
  • 二级引证文献(0)
2020(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
直接定位
容积卡尔曼滤波
阵列信号处理
无源定位
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
航空学报
月刊
1000-6893
11-1929/V
大16开
北京市海淀区学院路37号
82-148
1965
chi
出版文献量(篇)
6543
总下载数(次)
27
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