搜索结果: 1-13 共查到“信息与通信工程 UKF”相关记录13条 . 查询时间(0.059 秒)
基于TI-UKF的短航迹在线空间配准方法
无迹滤波 空间配准 航迹迭代
2013/8/19
为了提高多传感器系统的综合性能，对时空配准的理论和方法进行探索具有重大的现实意义。近程跟踪定位系统中，由于目标距离近且速度快，导致可用于配准的数据量很小，航迹短，在配准算法尚未收敛时观测数据已结束，从而为多传感器的时空配准带来困难。本文针对近程跟踪定位系统中的这些特征，将航迹迭代的思想结合近程系统航迹较短的特点，提出一种基于航迹迭代的无迹卡尔曼滤波(TI-UKF)的空间配准方法，对以雷达和红外传感...
针对星载雷达数据（距离及其变率、角度及其变率），推导了以相对拟平均根数为状态变量的星间相对导航UKF滤波算法。建立了包含J2一阶长期项摄动的状态转移方程。推导了无奇点的相对拟平均根数与相对位置速度之间的转换矩阵，并分析了坐标变换中被忽略的二阶项的影响，对转换矩阵的精度进行了有效补偿。提出以相对位置速度为直接观测量，设计了具有自调整功能的测量误差协方差阵，避免了建立观测方程时状态量对直接观测量的繁...
为实现被动测角目标状态和数目的实时估计，在高斯混合粒子（Gaussian mixture particle， GMP）的势化概率假设密度(cardinalized probability hypothesis density, CPHD) 滤波框架下，提出了基于抗“飞点”无迹卡尔曼滤波器（unscented Kalman filter， UKF）的GMPCPHD滤波算法，即抗“飞点”的UKFGM...
基于强跟踪UKF的航天器自主导航间接量测滤波算法
自主导航 强跟踪滤波 无迹卡尔曼滤波 间接量测
2013/8/23
针对广义卡尔曼滤波(extended Kalman filter, EKF)和无迹卡尔曼滤波(unscented Kalman filter, UKF)缺乏对系统异常的在线自适应调整能力、导致滤波器精度降低的问题,提出了一种将强跟踪滤波(strong tracking filter, STF)和UKF相结合的滤波算法,并进一步采用部分状态信息作为间接观测量,同时量测噪声方差阵实时调整,从而避免了对...
在较大初始姿态误差角下，针对SINS/GPS紧组合导航系统扩展卡尔曼滤波（extenthed Kalman filter, EKF）算法定位精度下降的问题，提出了一种基于四元数的平方根无迹卡尔曼滤波（square root unscented Kalman filter, SRUKF）算法。为解决SRUKF算法中四元数正交规范化的限制，通过构造姿态矩阵代价函数将四元数预测均值问题转化为代价函数最小...
主动段目标的分级与关机识别对于系统把握目标模型切换并部署后续跟踪具有重要意义。建立了主动段目标的分级和关机所涉及的两级主动段模型和中段模型；引入了交互式多模型框架以应对不确定模式下的跟踪问题，引入了无迹卡尔曼滤波以解决非线性估计问题。在天基观测条件下进行了仿真实验，结果表明，利用模型概率和总体估计误差的异常变化,可有效识别主动段目标的分级和关机。
基于UKF的导弹SINS/CNS姿态估计方法
无轨迹卡尔曼滤波 姿态确定 星敏感器 SINS/CNS组合导航
2013/7/28
针对中远程弹道导弹的特点，在分析研究捷联惯性导航系统/天文导航系统(strapdown inertial navigation system/celestial navigation system, SINS/CNS)组合导航测量修正方案的基础上，建立了导弹四元数运动学方程、陀螺测量模型，星敏感器测量模型等系统方程，将无轨迹卡尔曼滤波(unscented Kalman filter, UKF)算法...
基于UKF的单站无源定位与跟踪双向预测滤波算法
无源定位 非线性滤波 无迹卡尔曼滤波 正反向预测
2013/7/30
提出了一种新的滤波算法，以加快滤波算法的收敛速度和提高滤波的估计精度。反向预测与更新提高了上一时刻状态估计的精度，减小了当前时刻的状态预测误差。利用更准确的初始条件经过正向预测与更新，能得到当前状态更精确的估计值。计算机仿真结果表明，本算法的滤波性能优于传统的迭代滤波算法，既提高了滤波的估计精度，又加快了算法的收敛速度。
基于UKF的单站无源定位与跟踪算法
UKF 无源定位 卡尔曼滤波
2009/4/30
单站无源定位与跟踪系统观测方程的非线性性决定了定位与跟踪中必须采用非线性滤波技术。MGEKF等非线性滤波方法本质上都属于扩展卡尔曼滤波算法，都存在由于线性化误差而导致滤波器稳定性差等问题。基于unscented 变换的UKF算法不存在线性化误差，具有更好的稳定性，但由于协方差估计不足，导致收敛速度较慢。该文基于UKF算法提出了一种迭代UKF(IUKF)算法，通过对状态和协方差的迭代估计，改善了UK...
基于UKF的自组织模糊神经网络训练算法
无迹卡尔曼滤波 自组织神经网络 T-S模型 系统辨识
2013/8/3
如何生成最优的模糊规则数及模糊规则的自动生成和修剪是模糊神经网络训练算法研究的重点，针对这一问题，提出了基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的自组织模糊神经网络的训练算法。分析了模糊神经网络的非线性动力系统表示，并用递推最小二乘法（recursive least square, RLS）和UKF分别学习线性和非线性的参数,给出了模糊规则生成的准则和参数更新...
针对传统的间接法卡尔曼滤波在北斗/捷联惯导(serial inertial navigation system, SINS)组合导航系统中无法实现较高的定位精度且计算的冗余度大的缺点，提出一种基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的新型组合系统滤波算法。本算法以SINS输出的导航参数及平台误差角等作为系统状态，无源北斗输出的位置速度参数作为量测，采用改进的U...
基于自适应UKF算法的机载INS/GPS空中对准研究
空中对准 自适应估计 无迹卡尔曼滤波
2013/8/8
在空中对准失准角不满足小角度假设的条件下，推导了一种新的机载INS/GPS大失准角空中对准的误差模型。将基于极大似然估计的自适应估计器与无迹卡尔曼滤波(unscented Kalman filter, UKF)算法相结合，修改自适应滤波算法中自适应参数的表达式。提出将自适应UKF算法用于非线性误差模型的空中对准方案中。仿真表明，自适应UKF算法能够克服噪声统计模型不准确对滤波结果的影响，失准角估计...
基于UKF的CDMA系统信道参数估计
UKF 信道参数估计
2008/5/19
CDMA系统信道时间延迟估计是一个非线性的迭代过程。UKF算法能够避免EKF由于线性化非线性系统而带来的误差过大等问题，比EKF估计的更加精确。利用UKF算法对CDMA系统信道的幅度衰减参数与延时参数进行了估计。在研究中考虑到了多址干扰和远近效应对信道参数的影响，仿真结果表明UKF算法能有效地抑制远近效应及多址干扰，估计出无线信道参数。