机动目标跟踪
机动目标跟踪的相关文献在1991年到2022年内共计769篇,主要集中在无线电电子学、电信技术、自动化技术、计算机技术、航空
等领域,其中期刊论文596篇、会议论文37篇、专利文献157979篇;相关期刊179种,包括系统工程与电子技术、火力与指挥控制、指挥控制与仿真等;
相关会议36种,包括第七届中国信息融合大会、第15届中国系统仿真技术及其应用学术会议、第六届中国信息融合大会等;机动目标跟踪的相关文献由1604位作者贡献,包括李良群、嵇成新、韩崇昭等。
机动目标跟踪—发文量
专利文献>
论文:157979篇
占比:99.60%
总计:158612篇
机动目标跟踪
-研究学者
- 李良群
- 嵇成新
- 韩崇昭
- 潘泉
- 程婷
- 谢维信
- 刘先省
- 刘宏伟
- 曹运合
- 冯新喜
- 周共健
- 胡振涛
- 邱晓波
- 李颖
- 孙进平
- 彭冬亮
- 李鹏飞
- 王国宏
- 王树亮
- 石章松
- 程水英
- 纠博
- 钱广华
- 骆荣剑
- 黄敬雄
- 刘宗香
- 刘淑波
- 初俊博
- 包守亮
- 左磊
- 巴宏欣
- 张剑云
- 张园
- 张永胜
- 徐毓
- 敬忠良
- 朱志宇
- 梁彦
- 王宏强
- 申屠晗
- 蔡宗平
- 赵宗贵
- 郭云飞
- 闫浩
- 阮怀林
- 黄建国
- 黎湘
- 丁全心
- 于雪莲
- 刘扬
-
-
宁静
-
-
摘要:
针对使用单一模型滤波在滤波过程中模型结构及参数不再变化,难以适配目标不同机动阶段问题,提出一种自适应模糊模型滤波算法。该算法首先选取一个CV模型和CA模型,其次每时刻通过计算CV模型和CA模型滤波模型似然函数,计算一种代表目标真实运动模式期望值的期望模型,最后利用期望模型进行目标跟踪。蒙特卡洛仿真表明,该算法能有效跟踪目标不同的机动阶段,相比较单一CV和CA模型位置和速度的跟踪精度更高。
-
-
彭滔;
张亚;
李世中
-
-
摘要:
针对传统雷达传感器在非线性机动目标跟踪中,采样信息误差大和目标机动性强等原因造成的跟踪性能低等问题,提出基于航向角辅助的IMM-CKF雷达/红外跟踪算法。该算法构建了雷达和红外传感器组合的复合探测系统,利用红外探测器的测量信息作为首层辅助信息传递给雷达,实现二者的信息互补;利用复合探测器的量测数据来计算航向角,将航向角信息作为第二层辅助信息与测量信息组成全新复合测量信息,使得跟踪精度明显提高。仿真实验结果表明,该算法能够显著提高对目标的跟踪精度,也有效地提高了对航向角的估计精度和系统的稳定性。
-
-
张霆
-
-
摘要:
针对当前统计(Current Statistical,CS)模型由于先验知识的缺乏和其结构特点导致的跟踪精度降低的问题,通过使用极限学习机(Extreme Learning Machine,ELM)并根据目标历史状态信息,实时估计并修正CS模型的加速度估计值,提出了基于ELM的修正CS模型跟踪算法。ELM的训练结果表明,其训练速度极快且泛化性很好。测试集和单条轨迹的蒙特卡洛仿真实验表明,提出的算法在测试集上,能够提高原始算法的位置和速度约14%的精度,在单轨迹的跟踪实验中,其位置、速度和加速度的平均均方根误差和峰值均方根误差均为CS模型的14左右,并且机动自适应性好,鲁棒性更强,加速度估计更为稳定。同时,ELM结构简单,训练速度极快,增加的计算成本很小,具有较好的实际应用价值。
-
-
张成龙;
索继东;
麻智雄
-
-
摘要:
为了提高转移概率自适应的并行交互模型算法(ATPM-PIMM)对机动目标的跟踪精度,提出一种改进的ATPMPIMM算法。该算法将基于非等维状态的混合估计方法引入ATPM-PIMM算法中,改善非等维状态交互带来的信息丢失问题,降低模型切换导致的峰值误差,满足对机动目标跟踪的需要。仿真结果表明,改进的ATPM-PIMM算法能有效地提高对机动目标的跟踪精度。
-
-
侯子林;
程婷;
彭瀚
-
-
摘要:
针对多普勒雷达杂波环境下的多机动目标跟踪,提出了一种基于去相关无偏量测转换序贯滤波的多模型高斯概率假设密度算法。针对量测的非线性,将位置量测进行无偏量测转换,将多普勒量测进行去偏量测转换,并通过序贯滤波方式提高跟踪精度。针对多目标的机动性,在高斯混合概率假设密度(Gaussian mixture probability hypothesis density,GMPHD)中引入多模型思想对模型相关的高斯分量进行预测、更新处理。仿真结果显示,所提算法可以在杂波环境中实现有效的机动多目标跟踪,与无迹卡尔曼多模型GMPHD相比不仅跟踪精度提升了38.15%,而且大大改善了算法效率;与无迹卡尔曼最适高斯近似GMPHD相比,在效率上有小幅度的增加,且跟踪精度提升了36.47%。
-
-
曾浩;
母王强;
杨顺平
-
-
摘要:
在高机动目标跟踪中,针对标准交互式多模型算法使用固定的转移概率矩阵导致跟踪精度下降的问题,提出了一种转移概率矩阵具备自适应更新的高机动目标跟踪ATPM-IMM算法。所提算法对模型后验概率和转移概率矩阵的先验信息要求不高,既适用于高机动目标跟踪,也适用于弱机动目标跟踪。仿真结果表明,所提算法的滤波精度比现有算法提升了约11%。
-
-
魏世君;
翟光;
孙一勇;
毕幸子;
汪宏昇
-
-
摘要:
为解决高超声速滑翔飞行器(HGV)机动飞行过程中的跟踪问题,提出了一种基于机动观测器补偿的鲁棒扩展卡尔曼滤波方法。针对传统卡尔曼滤波器由于模型误差而无法稳定跟踪的问题,首先建立了HGV动力学模型和天基红外测量模型;随后,设计机动观测器对未知气动加速度进行在线估计;在此基础上,利用机动估计对扩展卡尔曼滤波中的预测步骤进行修正,克服了因模型误差而导致的滤波发散问题;最后,考虑到机动观测器的时延误差,在扩展卡尔曼滤波迭代过程中引入次优渐消因子,提高了滤波跟踪的鲁棒性。与强跟踪滤波、扩维卡尔曼滤波、交互多模型滤波等典型跟踪方法相比,所提方法可在不具备目标机动先验信息的情况下,以较低的计算耗时取得良好的稳定性和跟踪精度。
-
-
宁静;
陈俊;
吴麒
-
-
摘要:
针对使用固定模型滤波算法跟踪机动目标时滤波精度依赖于模型固有参数的问题,提出了一种基于期望模型的自适应Singer模型滤波算法。首先利用3组代表不同机动强弱的典型Singer模型组成基础模型集合,然后通过实时计算目标综合残差确定目标机动等级,根据目标机动等级的变化来生成期望模型,并实时扩充基础模型集合进行交互式多模型(Interacting Multiple Model,IMM)滤波。该算法降低了对基础模型选取的依赖性,具有更好的环境适应性,在目标不同机动状态下都能进行准确跟踪。
-
-
李盈萱;
王中训;
董云龙
-
-
摘要:
针对转弯率未知或变化条件下的精确跟踪问题开展研究,给出了基于UKF的自适应协同转弯跟踪算法,该算法充分利用了扩维技术和自适应渐消因子技术,不断实时估计转弯率,同时基于渐消因子调节过程噪声及其对应的增益,并对不敏卡尔曼滤波算法的采样范围进行自适应调节,使采样点更接近目标真实状态。仿真表明该算法在转弯率变化时获得了较好的跟踪性能,有效提升了对于转弯机动目标跟踪的准确性和稳定性。
-
-
冯雨
-
-
摘要:
该文主要研究了分布式传感网络中的机动目标跟踪问题。为了在降低传感器节点的通信负债的同时,提高系统的跟踪精度,该文提出了一种新的自适应多传感器机动目标跟踪算法。该算法与交互式多模型算法相结合,将远端传感器获得的局部状态估计与本地传感器的累计量测信息进行融合,并通过信息去相关算法消除了传感器间的相关性。从而实现了对机动目标的状态估计与量测信息的融合。提出的算法能够充分利用本地传感器量测的有效信息,以提高目标跟踪精度。仿真实验验证了该算法的有效性。
-
-
-
Fan En;
范恩;
Xie Weixin;
谢维信;
Liu Zongxiang;
刘宗香;
Chen Fei;
陈飞
- 《第六届中国信息融合大会》
| 2014年
-
摘要:
针对杂波环境中观测数据统计特性未知的情况,提出一种概率数据关联-模糊递推最小二乘滤波器(PDA-FRLSF),用于单机动目标跟踪.提出方法首先根据概率数据关联(PDA)算法计算当前时刻所有有效观测属于目标的关联概率,通过关联概率对观测加权构建合成观测;再计算合成观测的观测残差、航向角变化量,同时根据两者与目标机动的关系设计模糊系统,并将它们作为输入,递推最小二乘滤波器(RLSF)的衰减因子作为输出;然后通过控制衰减因子来调节合成观测的预测新息对当前估计的作用,从而实现对目标状态的更新.提出算法的优点是在杂波环境中,不要求已知过程噪声、观测噪声和目标运动模型,且不需要设计机动检测器.最后采用仿真实验对PDA-FRLSF的性能进行评估,相比传统的PDA滤波器、PDA-IMM滤波器,提出方法具有更高的跟踪精度.
-
-
Bao Kunpeng;
鲍坤鹏;
Chen Huaixin;
陈怀新
- 《第五届中国信息融合大会》
| 2013年
-
摘要:
对空中飞行器的机动跟踪研究中,文章中提出一种改进交互多模算法的机动目标跟踪方法,对交互多模滤波的每一个当前统计模型处理流程中实时估计目标机动频率和不依赖于目标最大加速度的目标加速度方差,并作为下一个滤波流程的输入,从而实时更新估计机动目标状态,提高了机动目标跟踪能力;通过与采用固定机动频率与目标最大加速度的算法仿真进行比较,提出的算法明显提高了对机动目标的跟踪性能.
-
-
Sheng Dan;
盛丹;
Wang Guohong;
王国宏;
He Xianwu;
何献武
- 《第四届中国信息融合大会》
| 2012年
-
摘要:
针对杂波环境下机动目标跟踪问题,文章研究了一种基于波形捷变的多传感器机动目标跟踪方法.基于传感器传输波形及其参量的变化会引起传感器量测误差的变化,在该算法中,用传感器在二维空间量测的误差的卡拉美罗下限来近似量测误差协方差,通过动态设计或选择线性调制波形的参量来最小化量测误差协方差,并通过概率数据互联(PDA)来处理杂波.该方法与经典的IMMPDA及对一维空间量测采用波形捷变的方法进行了仿真比较,仿真结果表明该文方法能够获得更好的跟踪效果.
-
-
-
-
-
Zhiguo Wang;
王治国;
Xiaojing Shen;
沈晓静
- 《第六届中国信息融合大会》
| 2014年
-
摘要:
本文主要研究机动目标跟踪中,状态噪声相关条件下非线性滤波的Cramer-Rao下界问题.标准的非线性滤波的下界递推公式的条件是独立的状态噪声,主要讨论实际应用中状态噪声相关的情况.在本文中先基于Van Trees书中提出的Cramer-Rao不等式,推导出在状态噪声相关下的均方误差下界的最优递推公式.进一步,通过典型的目标跟踪的例子,可以清楚地看到相关噪声和忽略相关噪声的下界有明显的区别.因此,当Cramer-Rao下界应用到传感器选择问题时,为了满足估计性能需求,选择传感器的个数在相关噪声和忽略相关噪声的情况下有很大的差异.
-
-