共查询到19条相似文献，搜索用时 125 毫秒
1.
针对水下目标跟踪非线性跟踪精度问题,假设目标机动模型为恒转速运动模型,贝叶斯框架下,因扩展卡尔曼滤波跟踪方法进行模型在估计点的泰勒展开,忽略一阶以上高阶项,存在模型误差,比较了扩展卡尔曼滤波、无迹卡尔曼滤波、容积卡尔曼滤波在高斯噪声干扰下滤波误差均方根,以及3种方法运行时间。仿真证明,非线性系统下状态维度为5,容积卡尔曼滤波跟踪的精度高于无迹卡尔曼滤波,无迹卡尔曼滤波高于扩展卡尔曼滤波。该研究为海上目标非线性测量系统提供仿真实例,为进一步滤波算法改进提供基础。 相似文献
2.
带乘性噪声的一类非线性系统的滤波算法 总被引：2，自引：2，他引：0
针对带乘性噪声的一类非线性系统,给出了1种带单重渐消因子的强跟踪状态滤波算法。该算法将非线性系统线性化后,采用了线性最小方差估计方法来进行状态估计,通过运用正交原理和引入渐消因子,使得滤波效果具有强跟踪的优良性能。该算法扩展了卡尔曼滤波在带乘性噪声非线性系统状态估计中的应用范围。仿真结果表明了该算法的有效性。 相似文献
3.
纯方位目标运动分析的自适应衰减记忆滤波算法 总被引：1，自引：0，他引：1
为减小纯方位目标运动分析问题中由于运用扩展卡尔曼滤波所带来的线性化误差对解算精度的影响,提出了自适应衰减记忆扩展卡尔曼滤波算法。利用新息序列的概率分布特性,引入了自适应水平的概念,并研究了滤波中衰减因子的自适应问题,在此基础上构造了衰减因子的最佳自适应选取方法。对比仿真分析表明,新算法较原有算法滤波效果有所改善,增强了稳定性,提高了精度。 相似文献
4.
5.
由于水中声速较低,主动声呐完成量程范围的探测往往需要花费几秒甚至几十秒的时间,这个时间即为主动声呐的扫描周期。 主动声呐对目标的搜索、跟踪等处理都是按扫描周期进行的,目标信息刷新率较低,其上报系统进行目标诸元解算时同样具有这一特点。 为了提高声呐效能及系统解算效率,提出了一种无迹卡尔曼滤波(UKF) 与野值剔除相结合的目标实时航迹解算算法:首先在以声呐扫描周期为间隔获取的目标信息基础上,采用 UKF 预测出目标每秒方位、距离信息,并对野值点进行处理,实时地调整滤波增益或者进行野值计算,最后利用目标的位置信息解算出目标每秒的航速和航向信息。 通过目标在不同航向、 航速下的仿真实验,验证了本文算法的有效性和正确性。 相似文献
6.
《中国海洋大学学报(自然科学版)》2017,(2)
目前针对背景复杂的海上舰船作为跟踪对象的跟踪算法研究较少。另外,多目标跟踪算法在变化频繁的背景条件下的精确性和实时性不足。为了提高多目标舰船跟踪的视觉跟踪算法的实时性和鲁棒性,本文提出了一种改进的基于TLD(Tracking-Learning-Detection)多目标舰船自动跟踪算法。该算法实现了海上多个目标舰船准确实时跟踪。首先,算法应用海天线检测与提取方法,利用最大类间方差阈值分割和Hough变换提取海天线;其次,算法利用Kalman滤波原理对海天线上的目标舰船进行定位与检测,分离出目标舰船;最后通过提取出来的目标用其最小外接矩形生成目标初始跟踪框,跟踪器利用初始跟踪框的位置坐标信息对目标进行实时自动跟踪。算法运行过程中都在海天线附近进行扫描检测,缩小了图像遍历范围,提高了算法的实时性。实验表明,通过对比典型的Mean-shift算法以及原始TLD目标跟踪算法,本文算法跟踪结果的精度较高,实时性较好。 相似文献
7.
由于海洋的水下环境非常复杂,利用声呐系统对运动的目标进行跟踪和定位,所测得的信息中必然含有误差,漏报和错误数据。此外,对机动的被测量目标,如鱼雷、潜艇、深潜器等,跟踪系统应具有很好的适应能为。为了提高跟踪系统的定位准确度和对机动目标的适应能力,本文将讨论一种自适应卡尔曼滤波。在水声测量中,由于水下环境变化复杂,难以掌握其变化规律,但是卡尔曼滤波要求事先建立滤波模型,这就限制了卡尔曼滤波在水声领域中的应用。为了克服这一困难,本文通过理论推导和模拟实验,提出了一种自适应卡尔曼滤波,并应用于鱼雷声靶定位系统中,取得了很好的效果。 相似文献
8.
带边界约束的容积卡尔曼滤波 总被引：1，自引：0，他引：1
非线性系统的状态估计问题可以通过容积卡尔曼滤波解决,本文进一步针对非线性系统,提出了基于容积卡尔曼滤波和非线性动态数据融合算法的约束容积卡尔曼滤波方法,用以处理带边界约束的非线性系统的滤波。该滤波器使所有容积点均约束在边界之内,同时依据可相信程度确定相应的容积点权重,使滤波过程充分考虑状态约束的影响,提高滤波精度。但该算法的不足之处是运算量相对较大,随着计算机运算能力的提高,这一问题可以克服。仿真结果表明:相对于容积卡尔曼滤波算法,本算法敛速度更快、收敛精度更高,鲁棒性更好。 相似文献
9.
在实际应用中,由于高频地波雷达的测向精度较低,利用单站式雷达系统进行目标跟踪容易造成偏差。然而,在双站式雷达系统中,可以只利用位置和速度信息进行跟踪来避免了方位不精确带来的影响。同时,在双站式雷达体制下,仍然存在提高机动目标跟踪精度的需求。因此,本文提出一种基于交互式多模型(IMM)的跟踪算法,该算法通过建立不同的运动模型来反映目标不同的运动状况,并以此来估计目标的真实运动状态。仿真结果表明,对于双站高频地波雷达机动目标跟踪,IMM算法表现出比传统的单模算法更好的跟踪性能。 相似文献
10.
对目标进行跟踪的目的是通过相关和滤波处理建立目标的运动轨迹。在某型声纳多次试验中,发现采用最近邻域标准滤波器(NNSF)滤波方法时,目标跟踪不稳,跟偏、丢失等现象频现,因此对现有目标跟踪模型和算法进行研究与改进。采用基于概率数据互联滤波器(PDAF)的跟踪算法来实现对目标的跟踪。首先,使用滑窗法对目标进行跟踪起始,然后再采用概率数据互联滤波器(PDAF)进行目标关联,以保持对目标的连续跟踪。经过仿真与在某型声纳的多次试验对比可得:该关联方法对目标的跟踪结果较采用NNSF滤波方法对目标的跟踪结果有明显改进。其跟踪精度有了明显的提高,而且其跟偏、丢失的次数明显减少。 相似文献
11.
The dynamical behavior of a thin flexible array towed through the water is described by the Paidoussis equation. By discretizing this equation in space and time a finite-dimensional state-space representation is obtained where the states are the transverse displacements of the array from linearity in either the horizontal or vertical plane. The form of the transition matrix in the state-space representation describes the propagation of transverse displacements down the array. The outputs of depth sensors and compasses located along the array are shown to be related in a simple, linear manner to the states. From this state-space representation a Kalman filter which recursively estimates the transverse displacements and hence the array shape is derived. It is shown how the properties of the Kalman filter reflect the physics of the propagation of motion down the array. Solutions of the Riccati equation are used to predict the mean square error of the Kalman filter estimates of the transverse displacements 相似文献
12.
研究了单频GPS精密单点定位的算法,包括单频精密单点定位的回归方程及卡尔曼滤波用于单频精密单点定位,探讨卡尔曼滤波的观测方程和状态方程,给出了状态转移矩阵及系统噪声矩阵.通过算例验证了在1s采样率的情况下,定位达到了分米级的精度. 相似文献
13.
ImUcrIONThe deterministic storm stirge nurnrical fOrecast Tnedel has played an imPOrtant role inroutine storm surge real-time fOrecast. But somtimes the error of forecast is still large by usingdeterministic medels (Je1esnianshi et al., l992). The source of these errors mainly comesfrom (1 ) errors of wind stress and medel's open boundary, (2) non--optimized medel param-eter, (3) error of model equations, (4) error of medel's numrical methed, etc. The effec-ti ve methed to solve this probl… 相似文献
14.
The problem of estimating the shape of a towed array instrumented with either depth sensors, compasses, or both in a discrete-time state-space formulation is treated in a companion paper by D. A. Gray et al. (to appear), in which the state-space representation is derived from a dynamical model of the propagation of tow-point-induced motion down the array. A Kalman filter is derived to recursively estimate the shape of this towed array, and solutions to the Riccati equation are used to predict the mean square error of the Kalman filter array shape estimates. The present study investigates the performance of this Kalman filter approach as an array shape estimator using both simulated examples and sea trial data. Fundamental to the Kalman filter approach is the model that describes the dynamical behavior of the towed array. The results of an experimental program that was undertaken to validate this model are also presented 相似文献
15.
一个稳态Kalman滤波风暴潮数值预报模式 总被引：4，自引：1，他引：4
利用Kalman滤波资料同化技术将海洋站水位观测资料融入二维线性风暴潮模式中,研制具有资料同化能力的风暴潮预报模式,改进风暴潮模式计算结果.通过在风暴潮模式的动量方程中加入模式噪声项来修正模式本身和气象强迫力的不确定性.确定性模式的输出通过带有观测噪声的观测方程与可利用的海洋站的潮位观测资料联系起来.假定初始的模式噪声和观测噪声满足均值为0的高斯分布,用迭代法得到计算区域的状态向量的稳态Kalman滤波,进而得到风暴潮模式输出的最优线性校正结果.利用这种资料同化技术,对1956年发生在东海的一次强风暴潮过程进行了后报试验,结果表明,该同化方法对短期风暴潮水位后(预)报有一定的改进. 相似文献
16.
Different data assimilation methods such as an extended Kalman filter, the optimal interpolation method, and a method based on the Fokker-Planck equation applications are considered. Data from the ARGO drifters are assimilated into the HYCOM shallow water model (University of Miami, USA). Throughout the study, the schemes and methods of parallel computations with an MPI library are used. The results of the computations with assimilations are compared between themselves and with independent observations. The method based on the Fokker-Planck equation and the extended Kalman filter are preferable because they give better results than the optimal interpolation scheme. The various model characteristics of the ocean, such as the heat content fields and others, are analyzed after the data assimilation. 相似文献
17.
18.
Parameter sensitivity of three Kalman filter schemes for assimilation of water levels in shelf sea models 总被引：2，自引：0，他引：2
In applications of data assimilation algorithms, a number of poorly known assimilation parameters usually need to be specified. Hence, the documented success of data assimilation methodologies must rely on a moderate sensitivity to these parameters. This contribution presents a parameter sensitivity study of three well known Kalman filter approaches for the assimilation of water levels in a three dimensional hydrodynamic modelling system. The filters considered are the ensemble Kalman filter (EnKF), the reduced rank square root Kalman filter (RRSQRT) and the steady Kalman filter. A sensitivity analysis of key parameters in the schemes is undertaken for a setup in an idealised bay. The sensitivity of the resulting root mean square error (RMSE) is shown to be low to moderate. Hence the schemes are robust within an acceptable range and their application even with misspecified parameters is to be encouraged in this perspective. However, the predicted uncertainty of the assimilation results are sensitive to the parameters and hence must be applied with care. The sensitivity study further demonstrates the effectiveness of the steady Kalman filter in the given system as well as the great impact of assimilating even very few measurements. 相似文献
19.
EnKF和SIR-PF在贝叶斯滤波框架下的比较和结合 总被引：3，自引：0，他引：3
贝叶斯估计理论为非线性、非高斯系统的数据同化提供了一个统一的框架。在本文中,我们利用著名的洛伦茨吸引子(Lorenz'63)模式对两种基于贝叶斯滤波理论的数据同化方法——集合卡尔曼滤波器(EnKF)和重取样粒子滤波器(SIR-PF)——进行了较为全面的比较。比较的结果揭示了两种方法的优缺点:即当集合成员数目较多时,SIR-PF的同化效果优于EnKF;反之,则EnKF的表现较好。进一步地,我们使用统计方法分析了两者表现的差异和原因。最近提出的一种集合卡尔曼粒子滤波器(EnKPF)通过使用一个可控的参数整合EnKF和SIR-PF的分析格式,可以结合两者的优点。本文在充分比较两种方法的前提下,重新阐释并改进了原有的EnKPF算法,使之适用于非线性的观测算子。通过使用相同的洛伦茨模式实验,我们揭示了EnKPF实质上提供了关于EnKF和SIR-PF的连续插值,使得后两者可以视为其特殊情况。并且,在集合成员数目有限的前提下,EnKPF可以在一定程度上避免滤波退化的发生,取得优于EnKF和SIR-PF的同化效果。 相似文献