• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE Transactions on Aerospace and Electronic Systems >A distributed bearings-only tracking algorithm using reducedsufficient statistics
【24h】

A distributed bearings-only tracking algorithm using reducedsufficient statistics

机译：使用减少的统计量的分布式仅轴承跟踪算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A distributed parameter estimation algorithm is presented for a general nonlinear measurement model with additive Gaussian noise. We show that the Bayes-closed estimation algorithm developed by Kulhavy, when extended to the multisensor case leads to a linear fusion rule, regardless of the form of the local a posteriori densities. Specifically, the Kulhavy algorithm generates a set of reduced sufficient statistics (RSS) representing the local sensor densities, which are simply added and subtracted at the global processor to obtain optimum fusion. We discuss various approximations to the Bayes-closed algorithm which lead to a practical parameter estimator for the nonlinear measurement model, and apply such an approximate technique to the bearings-only tracking problem. The performance of the distributed tracker is compared with an alternative algorithm based on the extended Kalman filter (EKF) implemented in modified polar coordinates (MPC). It is shown that the Bayes-closed estimator does not diverge in the sense of an ordinary EKF, and hence the Bayes-closed technique can be employed in both a unidirectional and bidirectional transmission mode
机译：针对具有加性高斯噪声的一般非线性测量模型，提出了一种分布式参数估计算法。我们表明，由Kulhavy开发的贝叶斯封闭估计算法，当扩展到多传感器情况时，将导致线性融合规则，而不管局部后验密度的形式如何。具体来说，Kulhavy算法会生成一组表示局部传感器密度的减少的足够统计量（RSS），可以在全局处理器中对其进行简单地相加和相减以获得最佳融合。我们讨论了对贝叶斯封闭算法的各种近似，这些近似导致了非线性测量模型的实用参数估计，并将这种近似技术应用于纯方位跟踪问题。将分布式跟踪器的性能与基于在修改的极坐标（MPC）中实现的扩展卡尔曼滤波器（EKF）的替代算法进行比较。结果表明，贝叶斯闭合估计器在普通EKF的意义上没有发散，因此，贝叶斯闭合技术可以在单向和双向传输模式下使用

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号