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:
针对测量中出现的异常情况,提出了一种基于M估计的自适应鲁棒平方根连续-离散容积卡尔曼滤波算法.该算法将目标跟踪问题建模为连续-离散时间模型,将改进的M估计的思想融入连续-离散容积卡尔曼滤波算法当中,通过Mahalanobis距离对异常测量进行门限判别,引入校正因子,根据观测残差自适应地调整观测噪声协方差矩阵的大小,进一步提高滤波算法的鲁棒性;通过将连续-离散模型与校正因子结合,实现了滤波精度和抗异常测量值的统一.仿真结果表明,与传统鲁棒算法相比,该算法在单点测量异常和多点测量异常的条件下都能够更加准确地对目标进行跟踪,且鲁棒性更强.
推荐文章
基于方差平方根CKF算法在鱼雷跟踪中的应用
鱼雷
目标跟踪
方差平方根
无迹卡尔曼滤波
容积卡尔曼滤波
雷达组网交互多模型自适应平方根无迹滤波算法
雷达组网
交互多模型
自适应平方根无迹滤波
基于卡方检验的自适应鲁棒CKF组合导航算法
卡方检验
鲁棒滤波
自适应滤波
组合导航
基于FPGA快速平方根算法的实现
FPGA
平方根
加法器
减法器
高通流水线
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M估计的自适应鲁棒平方根连续-离散CKF算法
来源期刊 空军工程大学学报(自然科学版) 学科 工学
关键词 目标跟踪 非线性滤波 连续-离散时间系统 容积卡尔曼滤波 鲁棒性
年,卷(期) 2022,(1) 所属期刊栏目 电子信息与通信导航|Electronic Information and Communication Navigation
研究方向 页码范围 91-96
页数 6页 分类号 TP391|TN953.5
字数 语种 中文
DOI 10.3969/j.issn.1009-3516.2022.01.013
五维指标
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  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2022(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
目标跟踪
非线性滤波
连续-离散时间系统
容积卡尔曼滤波
鲁棒性
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导