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:
为了提升水下目标的跟踪精度,该文研究了测距误差有偏条件下的水下目标跟踪算法,基于水下目标跟踪中常用的无迹卡尔曼滤波(UKF)和容积卡尔曼滤波(CKF)算法,改进提出了将偏差系数作为状态变量之一进行联合估计的跟踪算法.结合水下目标跟踪场景的实际特点,进一步推导了这两种算法在线性状态方程条件下的简化形式,分别称为IS-UKF和IS-CKF算法.仿真实验和湖试实验结果表明,与常规无迹卡尔曼滤波和容积卡尔曼滤波算法相比,提出的两种改进算法(IS-UKF和IS-CKF算法)不仅具有同等运算量,而且提高了目标轨迹跟踪精度.
推荐文章
基于CT非线性模型的水下目标跟踪算法比较
容积卡尔曼滤波
扩展卡尔曼滤波
无迹卡尔曼滤波
水下目标跟踪
纯角度跟踪非线性预测滤波算法研究
纯角度跟踪
非线性滤波
预测滤波
目标跟踪
带非线性约束的自适应高斯和卡尔曼滤波目标跟踪算法
非线性约束
无线传感网络
自适应高斯和
无迹卡尔曼滤波
目标跟踪
基于非线性滤波算法的磁偶极子跟踪
磁偶极子跟踪
贝叶斯估计
高斯混合采样粒子滤波算法
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 水下目标跟踪的改进非线性滤波快速算法
来源期刊 应用声学 学科 物理学
关键词 水下目标跟踪 容积卡尔曼滤波 无迹卡尔曼滤波
年,卷(期) 2020,(1) 所属期刊栏目 李启虎院士八十华诞学术论文
研究方向 页码范围 89-96
页数 8页 分类号 O427.9
字数 5464字 语种 中文
DOI 10.11684/j.issn.1000-310X.2020.01.011
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 鄢社锋 中国科学院声学研究所 39 292 8.0 16.0
5 刘宇 中国科学院声学研究所 202 1899 22.0 36.0
6 石桂欣 中国科学院声学研究所 7 199 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (21)
参考文献  (18)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(4)
  • 二级参考文献(2)
2010(5)
  • 参考文献(2)
  • 二级参考文献(3)
2011(3)
  • 参考文献(2)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
水下目标跟踪
容积卡尔曼滤波
无迹卡尔曼滤波
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
应用声学
双月刊
1000-310X
11-2121/O4
16开
北京海淀北四环西路21号
2-561
1982
chi
出版文献量(篇)
1890
总下载数(次)
4
总被引数(次)
11949
论文1v1指导