快速边缘粒子滤波在无序量测问题中的应用.pdf

快速边缘粒子滤波在无序量测问题中的应用.pdf

ID:52411521

大小:281.38 KB

页数:4页

时间:2020-03-27

快速边缘粒子滤波在无序量测问题中的应用.pdf_第1页
快速边缘粒子滤波在无序量测问题中的应用.pdf_第2页
快速边缘粒子滤波在无序量测问题中的应用.pdf_第3页
快速边缘粒子滤波在无序量测问题中的应用.pdf_第4页
资源描述:

《快速边缘粒子滤波在无序量测问题中的应用.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2014年第33卷第6期传感器与微系统(TransducerandMicrosystemTechnologies)157快速边缘粒子滤波在无序量测问题中的应用袁丁,胡建旺,吉兵,顾峰(1.军械工程学院信息工程系,河北石家庄050003;2.73903部队,福建厦门361000)摘要:在目标跟踪系统中,因通信延迟会出现传感器量测无序到达融合中心的现象,由此产生无序量测(OOSM)融合问题。针对非线性条件下的OOSM问题,在现有算法的基础上,提出了基于快速边缘粒子滤波(FMPF)的处理算法。新算法在FMPF框架下,结合前向预

2、测滤波思想来处理OOSM问题。将目标运动状态向量分为线性和非线性2个子向量,并分别采用相应的无序处理算法进行估计。算法可以处理单步延迟和多步延迟的情形下的无序问题。最后理论分析和仿真实验表明:新算法能有效处理OOSM问题,且降低了算法的计算复杂度,提高了算法实时性。关键词:无序量测;非线性滤波;快速边缘粒子滤波;目标跟踪、中图分类号:V271.4;TP391文献标识码:A文章编号:1000-9787(2014)06-0157-04ApplicationofFMPFinOOSMproblemYUANDing,HUJian—

3、wang,JIBing,GUFeng(1.DepartmentofInformationEngineering,OrdnanceEngineeringCollege,Shijiazhuang050003,China;2.Unit73903ofPLA,Xiamen361000,China)Abstract:Intargettrackingsystem,sensormeasurementsmayarriveatthefusioncenteroutofsequencebecauseofthedifferentcommunica

4、tiondelays,whichresultsintheout—of-sequencemeasurement(OOSM)problem.AimingattheOOSMprobleminnonlinearcondition,basedonfastmarginalizedparticlefiltering(FMPF)solutionalgorithmisproposedonthebasisofexistingalgorithm.ThenewalgorithmdealswithOOSMbycombingtheframework

5、ofFMPFandtheideaofforwardpredictionfiltering.Thestatevectoroftargetmotionisdividedintolinearstatesub—vectorandnonlinearstatesut—vector,andcorrespondin~OOSMalgorithmareusedtoestimate.ThealgorithmcandealwithOOSMproblembothinl—step—lagandmulti—step—lagscase.Theoreti

6、calanalysisandsimulationexperimentindicatesthatthenewalgorithmcaneffectivelydealwithOOSMproblemandreducescomputationcomplexityandincreasereal—timeofthealgorithm.Keywords:OOSM;nonlinearfiltering;fastmarginalizedparticlefiltering(FMPF);targettracking0引言接更新法存储量和计算量较

7、小,且输出没有滞后,在这一滤在目标跟踪系统中,由于所用传感器具有不同的采样波思想下,学者提出了诸如A1,B1,AA1,FPFD等线性系统速率,以及传输中延迟的不同,测量同步很难被保证,从而下的最优或次优滤波算法。产生了异步融合问题。更进一步,会出现来自同一目标的对于弱非线性高斯系统,可以通过泰勒级数展开将非较早的量测在较晚的量测之后到达融合中心,即无序量测线性问题转化为线性,但在应用扩展卡尔曼滤波(EKF)时,(out.of-sequencemeasurement,OOSM)现象。传统的卡尔线性化过程会导致较大的滤波误差

8、。文献[3]提出了基曼滤波(KF)算法不能直接处理这种“负时间量测更新”问于无迹卡尔曼滤波(UKF)的OOSM算法,通过uT避免了题,需要研究相应的滤波算法。求解非线性量测方程的雅可比矩阵或海塞矩阵。对于强非目前,最适合对无序量测(OOSM)作实时处理的滤波线性高斯系统,Ortan推导得到了加入OOSM后的后验密思想

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。