强跟踪滤波
强跟踪滤波的相关文献在1997年到2022年内共计147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122篇、会议论文9篇、专利文献143984篇;相关期刊82种,包括系统工程与电子技术、中国测试、火力与指挥控制等;
相关会议9种,包括2010中国制导、导航与控制学术会议、全国第十三届空间及运动体控制技术学术会议、2008仿真科学与技术青年学术论坛等;强跟踪滤波的相关文献由415位作者贡献,包括周东华、张国良、李小民等。
强跟踪滤波—发文量
专利文献>
论文:143984篇
占比:99.91%
总计:144115篇
强跟踪滤波
-研究学者
- 周东华
- 张国良
- 李小民
- 杜占龙
- 王仕成
- 丁小燕
- 丁福光
- 丁锋
- 于天洋
- 付明玉
- 任慧玉
- 何兵
- 刘佳
- 刘先省
- 刘刚
- 刘建业
- 刘望生
- 刘洁瑜
- 刘进忙
- 吴峻
- 吴鹏
- 周志杰
- 唐健
- 姜一达
- 孙传杰
- 孙健
- 孙海燕
- 安玮
- 宋海涛
- 庹玉龙
- 张中磊
- 张赞
- 张辉
- 戚国庆
- 文成林
- 施丽红
- 曾瑶源
- 曾静
- 朱长青
- 李亚安
- 李振兴
- 李楠
- 李江
- 李银伢
- 杜党波
- 杨云龙
- 杨慧中
- 杨敬然
- 杨莹
- 林浩申
-
-
张雯涛;
吴飞;
朱海
-
-
摘要:
针对室内环境下超宽带测量信息异常造成的轨迹预测失真问题,融合无人车惯性导航与超宽带模块,提出了一种自适应强跟踪误差状态卡尔曼滤波算法。首先,针对测量与预测信息的差值异常问题,基于误差状态卡尔曼滤波框架,利用滑动窗算法修正新息矩阵;其次,针对异常误差权值过大问题,根据马氏距离构建测量异常误差判别门限,建立改进的二段胡贝尔(Huber)权函数,有效降低了异常误差的权值;最后,针对导航系统弱跟踪问题,算法利用渐消因子自适应调整状态协方差矩阵。实验结果表明:该方法在保证导航实时性的基础上,与误差状态卡尔曼滤波算法、自适应误差状态卡尔曼滤波算法和无迹卡尔曼滤波算法相比,轨迹平均估计误差分别降低50.0%、40.2%和23.5%,提高了融合系统轨迹预测的准确度。
-
-
王宝宝;
何晨;
张辉;
吴盘龙
-
-
摘要:
联合概率数据关联(JPDA)算法在解决多目标跟踪时需要目标准确的动力学模型,动力学模型失配在多机动目标跟踪中时常发生,而作为有效的解决方法之一——强跟踪滤波(STF)是针对无杂波环境下的单机动目标设计的.为了提高杂波环境下多机动目标跟踪精度,提出一种联合概率数据关联强跟踪滤波(JPDA-STF)算法.该算法为了能够实现各个目标的渐消因子计算,采用对与目标关联的量测进行加权融合的方式获取目标新息协方差,其中,量测权重的计算则是通过JPDA的方式获取.通过各目标渐消因子获取状态预测协方差,随后在卡尔曼滤波框架下即可实现目标状态的更新.实验结果表明,该算法相比于传统的JPDA算法能够更有效地降低跟踪误差.
-
-
吴旭;
孙春霞;
沈玉玲
-
-
摘要:
在光电跟踪系统中,图像采集装置相对控制系统传感器滞后,会使脱靶量出现误差,将导致控制系统的跟踪精度降低.为了提高跟踪精度,提出了一种用于补偿跟踪脱靶量数据的自适应卡尔曼滤波方法.首先,通过CSM模型计算当前时间的状态预测矩阵和预测误差方差矩阵;再根据强跟踪滤波器,利用残差序列计算调节因子;然后,利用调节因子校正预测误差方差矩阵和机动频率;最后,使用校正后的参数更新预测的输出信息.仿真与实验结果表明:在高机动情况下,采用自适应卡尔曼滤波算法,跟踪误差的均方根误差RMS约为传统算法的0.21倍,最大跟踪误差和均方根误差都有显著减小.
-
-
高明;
徐洁;
盛立;
周东华
-
-
摘要:
该文借助MATLAB仿真软件,以DTS200三容水箱系统为对象,设计了基于强跟踪滤波算法的三容水箱液位估计仿真实验平台.考虑三容水箱系统可能存在的参数扰动和未知输入,建立其非线性数学模型,利用强跟踪滤波算法进行液位估计,并将估计结果与著名的扩展卡尔曼滤波算法的结果进行对比,验证了强跟踪滤波算法具有更强的跟踪突变状态的能力.该实验平台有助于自动化专业大学生加深对现代控制理论的理解,提高学生的科研热情.
-
-
施丽红;
孙海燕
-
-
摘要:
针对传统非线性滤波算法对状态突变的鲁棒性较差,存在跟踪缓慢甚至失效的问题,提出了强跟踪七阶正交容积卡尔曼滤波(ST-7thCQKF)算法。算法将对非线性系统滤波效果良好的七阶正交容积卡尔曼滤波(7thCQKF)与强跟踪滤波(STF)融合,通过在7thCQKF的预测协方差中引入渐消因子调节增益矩阵,提高算法对状态突变系统的跟踪效果。仿真和实验结果表明,ST-7thCQKF能够较好地处理状态突变系统的跟踪问题。
-
-
王聘;
田敬;
吴鹏;
王洋洋
-
-
摘要:
如何提高粒子滤波中采样效率和算法对突变状态的跟踪能力,是粒子滤波算法研究和应用中的重点.将强跟踪滤波算法与粒子滤波算法相结合,提出了改进强跟踪粒子滤波(Improved Strong Tracking Particle Filter,ISTPF)算法,该算法通过强跟踪滤波生成一个修正项,并以此修正粒子滤波中的粒子样本,大大提高了采样效率,解决了传统强跟踪粒子滤波算法中粒子退化和采样效率低的问题.最后将ISTPF算法应用于紧组合导航模型中,仿真可得位置误差小于0.3 m,速度误差小于0.05 m/s,姿态误差小于0.05°,证明采用ISTPF算法进行紧组合导航解算,具有较高的精度,此方法具有可行性和优越性.
-
-
施丽红;
孙海燕
-
-
摘要:
针对传统非线性滤波算法对状态突变的鲁棒性较差,存在跟踪缓慢甚至失效的问题,提出了强跟踪七阶正交容积卡尔曼滤波(ST-7thCQKF)算法.算法将对非线性系统滤波效果良好的七阶正交容积卡尔曼滤波(7thCQKF)与强跟踪滤波(STF)融合,通过在7thCQKF的预测协方差中引入渐消因子调节增益矩阵,提高算法对状态突变系统的跟踪效果.仿真和实验结果表明,ST-7thCQKF能够较好地处理状态突变系统的跟踪问题.
-
-
殷晓春;
蔡晨晓;
李建林
-
-
摘要:
非侵入式眼睛跟踪在许多基于视觉的人机交互应用中扮演十分重要的角色,但由于眼睛运动的强非线性,如何确保眼睛跟踪过程中对外界干扰的鲁棒性以及跟踪精确度是其应用的关键问题.为提高眼睛跟踪的鲁棒性和精确度,提出强跟踪五阶容积卡尔曼滤波算法(ST-5thCKF),将强跟踪滤波(STF)次优渐消因子引入具有接近最少容积采样点且保持五阶滤波精确度的五阶容积卡尔曼滤波(5thCKF),获取5thCKF对强非线性良好滤波精确度同时具备STF对外界干扰的鲁棒性.真实条件下的实验结果验证了所提算法在眼睛跟踪中的有效性.
-
-
程向红;
张晶晶
-
-
摘要:
在GNSS接收机信号跟踪阶段,跟踪环路容易因为载体高速运动导致环路失锁。为了提高跟踪环路的动态性能和精度,提出了一种基于平方根容积卡尔曼滤波和强跟踪滤波的跟踪环路。在传统跟踪环路的基础上,以同相、正交各支路输出为观测量,在平方根容积卡尔曼滤波中引入渐消因子以提高跟踪环路的鲁棒性,对伪码相位和载波多普勒频率作统一估计。动态仿真试验结果表明,相比于二阶锁频环辅助三阶锁相环,所提出的跟踪环路定位、定速误差减小了25%以上,可以为后续的导航解算等模块提供更为可靠的观测量。
-
-
杨莹;
王大维;
赵为光;
孙健;
于天洋
-
-
摘要:
为了提升容积卡尔曼滤波CKF在荷电状态估计中的精度与鲁棒性,以锂离子电池的二阶等效模型为研究对象,利用嵌入式容积准则改进CKF的容积点个数与权值分布,加入强跟踪滤波提升其鲁棒性,引入奇异值分解拓宽噪声初值条件给出ISRECKF算法,在动态应力工况下辨识电池二阶等效模型的参数,在直流脉冲工况下分析了ISRECKF、SRECKF与SRCKF的SOC估计性能.结果表明:ISRECKF在SOC初值为1时的平均绝对误差与均方根误差分别为0.006与0.008;初值0.8时分别为0.007与0.011,收敛时间为169 s.该算法在精度与鲁棒性上均优于其余两种算法,具有一定的应用前景.
-
-
-
彭冬亮;
范嫦娥;
薛安克
- 《2007年中国智能自动化会议》
| 2007年
-
摘要:
对无源声探测系统中的声音时延问题进行分析并建立目标运动模型,运用强跟踪滤波器对目标的状态进行估计。在多目标跟踪问题中,用多假设数据关联方法实现目标与传感器量测的关联,仅利用方位角信息完成单声传感器对目标的跟踪.仿真结果表明,对于有时间延迟的无源声探测系统中目标转弯及交叉飞行的情况,运用强跟踪滤波器能正确实现单声传感器对目标的跟踪。
-
-
马艳红;
胡军
- 《全国第十三届空间及运动体控制技术学术会议》
| 2008年
-
摘要:
本文针对交会对接寻的段的轨道特征和导航要求,采用GPS伪距测量量,且不进行选星,直接采用所有公共可见星设计了两种相对导航滤波器.仿真结果表明:不论是EKF(扩展卡尔曼滤波)还是STF(强跟踪滤波),在可见星数目变化时,相应的导航滤波误差均有一定程度的跳变。由于STF中引入多重渐消因子,使得滤波器收敛速度比EKF快,且滤波器达到稳定时,对过程的突变跟踪能力强.
-
-
-
刘士荣;
何文波;
宁波大学电气工程与自动化研究所
- 《第26届中国控制会议》
| 2007年
-
摘要:
提出一种强跟踪粒子滤波器,并将其应用于非线性动态系统的故障诊断.将强跟踪滤波器的特点与粒子滤波器算法结合,形成了强跟踪粒子滤波器.对于非线性动态系统故障模型不确定的情况,由粒子滤波器的状态估计值与强跟踪粒子滤波器的状态估计值之间的差来进行故障诊断.仿真研究表明所提出的故障诊断方法能有效地对系统故障进行检测与诊断.
-
-
-
曲岩
- 《中国自动化学会第19届青年学术会议》
| 2004年
-
摘要:
对多模型算法的发展过程进行了简单的回顾和评述,重点介绍了经典的交互式多模算法(IMM).另外,本文同时对滤波器的发展进行了简单的回顾,得出卡尔曼滤波器是经典的滤波器,但是同时指出它的不足,重点介绍强跟踪滤波器.提出将强跟踪滤波器引入到多模算法是解决地面目标跟踪的有效的办法.
-
-
-