【摘要】：針對(duì)在機(jī)動(dòng)目標(biāo)跟蹤過(guò)程中產(chǎn)生的乘性量測(cè)噪聲與隨機(jī)量測(cè)時(shí)滯問(wèn)題,提出了一種改進(jìn)的高斯濾波(GF)算法,并給出了該算法的一種具體實(shí)現(xiàn)形式——隨機(jī)時(shí)滯和乘性噪聲容積卡爾曼濾波器(CKF-RDMN)。首先,利用一組滿足伯努利分布的隨機(jī)序列描述隨機(jī)出現(xiàn)的量測(cè)時(shí)滯現(xiàn)象。其次,利用乘性噪聲滿足高斯條件分布的特性,改進(jìn)量測(cè)更新過(guò)程。最后依據(jù)三階球徑容積法則,對(duì)高斯積分進(jìn)行求解。由于該算法是對(duì)經(jīng)典GF算法的改進(jìn),因此,也可作為通用的濾波框架解決上述問(wèn)題。通過(guò)與推廣無(wú)跡卡爾曼濾波和推廣擴(kuò)展卡爾曼濾波對(duì)比,仿真結(jié)果表明,CKF-RDMN在解決乘性量測(cè)噪聲與隨機(jī)量測(cè)時(shí)滯問(wèn)題時(shí),具有更高的估計(jì)精度。
[Abstract]:An improved Gao Si filter (GF) algorithm is proposed to solve the problem of multiplicative measurement noise and random measurement delay in maneuvering target tracking. A concrete realization form of the algorithm, stochastic delay and multiplicative noise volumetric Kalman filter (CKF-RDMN), is also presented. Firstly, a set of random sequences satisfying Bernoulli distribution is used to describe the random measurement delay phenomenon. Secondly, by using multiplicative noise to satisfy Gao Si's conditional distribution, the measurement updating process is improved. Finally, according to the third order ball diameter volume rule, Gao Si integral is solved. Because this algorithm is an improvement to the classical GF algorithm, it can also be used as a general filtering framework to solve the above problems. Compared with the extended unscented Kalman filter and the extended Kalman filter, the simulation results show that CKF-RDMN has higher estimation accuracy in solving the problems of multiplicative measurement noise and random measurement delay.
【作者單位】： 哈爾濱工業(yè)大學(xué)控制理論與制導(dǎo)技術(shù)研究中心;
【基金】：國(guó)家自然科學(xué)基金(61573115);國(guó)家自然科學(xué)基金(61333003)
【分類(lèi)號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉強(qiáng);尹景學(xué);李曉峰;宋慧娟;;去除乘性噪聲的非局部擴(kuò)散模型[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2009年06期

2 汪飛,王樹(shù)勛,竇慧晶;乘性噪聲背景下二維諧波的二次耦合分析[J];吉林工業(yè)大學(xué)學(xué)報(bào)(工學(xué)版);2002年03期

3 竇慧晶,王樹(shù)勛,汪飛;相關(guān)乘性噪聲背景下的三次非線性耦合諧波分析[J];電子學(xué)報(bào);2004年07期

4 褚東升,韓慧,劉濱;噪聲相關(guān)時(shí)多通道帶乘性噪聲系統(tǒng)最優(yōu)濾波[J];青島海洋大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年05期

5 王宏志,趙孔新;乘性噪聲中的諧波恢復(fù)[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年S1期

6 竇慧晶,王樹(shù)勛,魏小麗,汪飛;非零均值乘性噪聲中的二維三次非線性耦合[J];吉林大學(xué)學(xué)報(bào)(工學(xué)版);2004年03期

7 褚東升,王璐,陳萌;通道特性相關(guān)時(shí)帶乘性噪聲系統(tǒng)觀測(cè)噪聲的最優(yōu)估計(jì)[J];中國(guó)海洋大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年02期

8 李玲,王宏志,王艷玲,王曉梅;平穩(wěn)噪聲中的諧波恢復(fù)[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

9 劉光明;蘇為洲;;具有乘性噪聲的線性離散時(shí)間隨機(jī)控制系統(tǒng)綜述[J];控制理論與應(yīng)用;2013年08期

10 毛用才;復(fù)乘性噪聲模型基于累積量的參數(shù)估計(jì)[J];西安電子科技大學(xué)學(xué)報(bào);1995年03期

相關(guān)會(huì)議論文 前1條

1 王敏;張艷寧;張利利;;一種乘性噪聲條件下矩形目標(biāo)提取方法研究[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

相關(guān)博士學(xué)位論文 前3條

1 鄔依林;具有網(wǎng)絡(luò)誘導(dǎo)乘性噪聲的線性離散時(shí)間控制系統(tǒng)分析與設(shè)計(jì)[D];華南理工大學(xué);2016年

2 宋信敏;線性乘性噪聲系統(tǒng)估計(jì)與二次最優(yōu)控制[D];山東大學(xué);2010年

3 劉光明;線性乘性噪聲系統(tǒng)的控制和量化研究[D];華南理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉川;復(fù)雜多通道帶乘性噪聲2-D系統(tǒng)最優(yōu)估計(jì)算法研究[D];中國(guó)海洋大學(xué);2015年

2 吳鑫;多通道乘性噪聲離散時(shí)間系統(tǒng)的線性最優(yōu)估計(jì)方法研究[D];山東師范大學(xué);2016年

3 胡艷;基于變分理論的去除乘性噪聲模型研究[D];重慶郵電大學(xué);2016年

4 郭麗娜;基于Jordan變換的帶乘性噪聲廣義系統(tǒng)最優(yōu)估計(jì)算法研究[D];中國(guó)海洋大學(xué);2008年

5 高守婉;帶乘性噪聲廣義系統(tǒng)最優(yōu)估計(jì)方法研究[D];中國(guó)海洋大學(xué);2008年

6 梁猛;針對(duì)帶乘性噪聲系統(tǒng)最優(yōu)估計(jì)方法的進(jìn)一步研究[D];中國(guó)海洋大學(xué);2003年

7 張征;一類(lèi)帶乘性噪聲非線性系統(tǒng)的估計(jì)算法研究[D];中國(guó)海洋大學(xué);2006年

8 寧云磊;帶乘性噪聲系統(tǒng)的自適應(yīng)參數(shù)辨識(shí)算法研究[D];中國(guó)海洋大學(xué);2012年

9 張玲;復(fù)雜多通道帶乘性噪聲系統(tǒng)的最優(yōu)估計(jì)方法研究[D];中國(guó)海洋大學(xué);2003年

10 尹正飛;基于帶乘性噪聲模型的水聲通信字符估計(jì)算法研究[D];中國(guó)海洋大學(xué);2012年

，

本文編號(hào)：2395821