刘霞
- 作品数：2 被引量：4H指数：1
- 供职机构：贵州大学大数据与信息工程学院更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 雷达机动目标跟踪无源定位优化研究被引量：4
- 2016年
- 雷达机动目标的无源定位跟踪是一个典型的非线性滤波问题,已有交互式多模型扩展卡尔曼滤波(IMM-EKF)和交互式多模型不敏卡尔曼滤波(IMM-UKF)应用其中,且IMM-UKF跟踪精度较高。但实际上目标还会受到非常复杂的非高斯噪声干扰,上述两种算法尚无法解决。针对雷达目标跟踪过程中的非高斯滤波的问题,研究一种雷达机动目标跟踪无源定位的优化算法,将交互式多模型粒子滤波(IMM-PF)算法应用于无源时差雷达定位系统中,即基于时差的IMM-PF无源定位算法,来跟踪雷达机动目标。经过在非高斯噪声环境下的仿真比较,优化算法具有较高的跟踪精度,验证了优化算法的有效性,对雷达机动目标定位跟踪问题具有一定的实际应用价值。
- 刘霞龙飞张延升
- 关键词：无源定位机动目标跟踪交互式多模型算法粒子滤波
- 基于最小模型组最优模型扩展的机动目标跟踪方法
- 2015年
- 针对变结构多模型算法中模型集自适应较复杂,且模型扩展受模型结构限制等问题,提出了一种最小模型组最优模型扩展的机动目标跟踪算法。该算法以最小模型组作为基础有效模型集,采用模型组切换方法进行模型组自适应;并根据Kullback-Leibler距离准则在连续的模型空间中对基础模型组进行最优模型扩展。因此,该算法具有模型集自适应简单、模型激活不受模型结构的限制等优点。多组实验仿真结果表明:该算法既可以对相同结构的模型进行激活,也可以对不同结构的模型进行激活;在没有明显增加计算量的同时,提高了目标的跟踪精度,具有较好的跟踪效果。
- 张文杰龙飞刘霞王韶
- 关键词：机动目标跟踪
