- 1、本文档共8页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
138传感器与微系统(TransducerandMicrosystemTechnologies)2016年第35卷第10期
DOI:10.13873/J.1000—9787(2016)10—0138—03
高斯混合交互式多模型容积信息滤波算法
谢会来1,刘以安1,王刚2,彭愫3
(1.江南大学物联网工程学院,江苏无锡214122;
2.中国舰船研究院,北京100192;3.武汉理工大学信息工程学院,湖北武汉430063)
摘要:针对机动目标跟踪中由于目标机动使系统的非线性强度增大,导致系统的线性误差增大和跟踪精度明显下降、甚至发散的问题,提出了基于高斯混合的交互式多模型容积信息滤波(GMIMM-CIF)算法,实现对机动目标的精确跟踪。新算法在每次输入交互之后,保留概率较大的几个假设,并利用一个高斯混合项替换最优多模型算法中剩余的假设,从而使算法中假设的数量保持恒定;用容积信息滤波器(CIF)代替传统的非线性滤波器,通过估计信息状态向量和信息矩阵而不是估计状态向量和协方差,可以减小系统的非线性误差。通过仿真对比实验,验证了该算法可以提高机动目标的跟踪精度。
关键词:机动目标跟踪;高斯混合;交互式多模型;容积信息滤波
中图分类号:TP301.6文献标识码:B文章编号:1000—9787(2016)10—0138—03
Gaussianmixtureinteractingmultiplemodelalgorithmbasedoncubatureinformationfiltering
XIEHui-lai1,LIUYi-an1,WANGGang2,PENGSu3
(1.SchoolofInternetofThingsEngineering,JiangnanUniversity,Wuxi214122,China;
2.ChinaShipResearchandDevelopmentAcademy,Beijing100192,China;
3.SchoolofInformationEngineering,WuhanUniversityofTechnology,Wuhan430063,China)
Abstract:Aimingatproblemthatincreasinglinearerrorandobviousdecreasingintrackingprecisionandevendivergingbecauseofnonlinearstrengthincreaseswhentargetmaneuversinthemaneuveringtargettrackingsystem,aGaussianmixtureinteractingmultiplemodelalgorithmbasedoncubatureinformationfiltering(GMIMM-CIF)isproposedtoimprovethetrackingprecision.ThenewalgorithmutilizesaGaussianmixturetoreplacetheexponentialnumberofhypothesesthatarisesintheoptimalmultiplemodelfilteringateachstepineachmode,thusmaintainingalimitednumberofhypotheses;utilizescubatureinformationfilteringtoreplacetraditionalnonlinearfiltering,thecubatureinformationfilter(CIF)evaluatesinformationstatevectorandinformationmatrixratherthanstatevectorandcovariance,whichcanreducethenonlinearerr
文档评论(0)