×
李文玲;贾英敏

杂波中多平台机动目标跟踪的分布式交互多模型滤波融合。 （英语） Zbl 1194.94106号

信号处理。 90，第5期，1655-1668（2010）。
摘要：本文研究了杂波环境下多平台对单个机动目标的跟踪问题。提出了一种基于H_（{infty}）滤波的新方法，以放宽传统卡尔曼滤波器对噪声统计先验知识的要求。本文的贡献是双重的。首先，建立了单模型分布式（H_（{）infty}）滤波融合公式。其次，为了在多模型框架内进行分布式融合，使用最佳拟合高斯近似方法构造了新的等效平台和全局模型，从而使所开发的分布式融合公式可以直接应用于融合中心。通过在三维（3D）实验中跟踪高度机动目标的蒙特卡罗仿真，证明了该算法的有效性。该算法在模拟不确定噪声统计场景中的性能优于卡尔曼滤波算法。

引用于1文件

MSC公司：

94甲12 信号理论（表征、重建、滤波等）
93E11号机组 随机控制理论中的滤波
93B36型 \（H^\infty）-控制

关键词：

分布式融合;\（H_{\infty}\）过滤;交互式多模型;概率数据关联;机动目标跟踪
PDF格式BibTeX公司 XML格式引用
\textit{W.Li}和\textit{Y.Jia}，《信号处理》。90，第5号，1655--1668（2010；Zbl 1194.94106）
全文： 内政部

参考文献：

[1] López-Orozco，J.A。；De La Cruz，J.M。；Besada，E.：移动机器人的异步鲁棒分布式多传感器融合系统，国际机器人研究杂志19，第10期，914-932（2000）
[2] 哈里斯，C。；Bailey，A。；Dodd，T.：《国防和航空航天中的多传感器数据融合》，《皇家航空航天学会杂志》162，第1015期，第229-244页（1998年）
[3] Roecker，J.A。；Mcgillem，C.D.：基于状态向量融合和测量融合的两种传感器跟踪方法的比较，IEEE航空航天和电子系统事务24，第4期，447-449（1988）
[4] 洪，L。；Wang，W.C。；洛根，M。；Donohue，T.：具有自适应速率数据通信的多平台多传感器融合，IEEE航空航天和电子系统事务33，第1期，274-281（1997）
[5] 雷纳·T·J。；Mahmooda，A.：通过协方差交叉的多平台多目标跟踪融合：使用模糊优化的修正卡尔曼滤波器和测量噪声协方差估计，SPIE 7119论文集，第2期，1-15（2008）
[6] 马丁·E·L。；Chong，C.Y。；卡达尔，I。；Alford，M.G。；Vannicola，V。；Thomopoulos，S.：目标跟踪的分布式融合体系结构和算法，IEEE 85，第1期，95-107（1997）
[7] Bar-Shalom，Y.：关于轨道间相关性问题，IEEE自动控制事务26，第2期，571-572（1981）·Zbl 0487.93050号 ·doi:10.1109/TAC.1981.1102635
[8] Chang，K.C。；Chong，C.Y。；Bar-Shalm，Y.：分布式传感器网络中的联合概率数据关联，IEEE自动控制事务31，第10期，889-897（1986）·Zbl 0602.90054号 ·doi:10.1109/TAC.1986.1104143
[9] Chang，K.C。；Saha，R.K。；Bar-Shalm，Y.：关于最佳轨对轨融合，IEEE航空航天和电子系统事务33，第4期，1271-1276（1997）
[10] 萨哈，R.K。；Chang，K.C.：多传感器航迹融合的有效算法，IEEE航空航天和电子系统事务34，第1期，200-210（1998）
[11] 甘（Q.Gan）。；Harris，C.J.：基于卡尔曼滤波器的多传感器数据融合的两种测量融合方法的比较，IEEE航空航天和电子系统事务37，第1期，273-280（2001）
[12] Gao，J.B。；Harris，C.J.：关于多传感器融合中卡尔曼滤波器的一些评论，信息融合3，第3期，191-201（2002）
[13] 陈，H。；Kirubarajan，T。；Bar-Shalm，Y.：轨道到轨道融合与集中估计的性能极限：理论与应用，IEEE航空航天和电子系统交易39，第2期，386-400（2003）
[14] Saha，R.K.：不同传感器的轨对轨融合，IEEE航空航天和电子系统事务32，第3期，1021-1029（1996）
[15] Bar-Shalom，Y。；Chen，H.：具有相关错误的航迹的多传感器航迹对航迹关联，《信息融合进展杂志》1，第1期，3-14页（2006年）
[16] Hong，L.：通信网络中具有不确定性的集中式和分布式多传感器集成，IEEE航空航天和电子系统交易27，第2期，370-379（1991）
[17] Chong，C.Y。；森喜朗（Mori，S.）。；Chang，K.C.：分布式多目标多传感器跟踪，多目标-多传感器跟踪：高级应用，247-295（1990）
[18] 王，M。；陈，B。；Tong，S.C.：具有未知时滞的严格反馈非线性系统的自适应模糊跟踪控制，《国际创新计算、信息和控制杂志》第4期，第829-838页（2008）
[19] 赖，C.W。；Chen，P.K。；Chung，Y.N。；Hsu，C.H.：将自适应估计器应用于机动跟踪系统，ICIC快件3，No.3A，427-432（2009）
[20] 李，X.R。；Vesselin，P.J.：机动目标跟踪综述。第五部分：多模型方法，IEEE航空航天和电子系统事务41，第4期，1255-1321（2005）
[21] L.Hong，Z.Ding，用于多平台跟踪的分布式多速率IMM算法，载于《美国控制会议论文集》，新墨西哥州阿尔伯克基，1997年，第1458–1462页。
[22] 丁，Z。；Hong，L.：一种用于多平台跟踪的分布式IMM融合算法，《信号处理》64，第2期，167-176（1998）·Zbl 0902.68220号 ·doi:10.1016/S0165-1684（97）98184-6
[23] Hong，L.：用于多平台目标跟踪的分布式交互多模式数据关联，《信号处理》82，第7期，1007-1021（2002）·Zbl 0995.94513号 ·doi:10.1016/S0165-1684（02）00204-9
[24] 李，M.L。；Chiu，Y.K。；Chung，Y.N。；Hsu，C.H.：跟踪系统的动态控制方案，ICIC快信3，第2号，219-223（2009）
[25] Bar-Shalom，Y。；Li，X.R。；Kirubarajan，T.：估计及其在跟踪和导航中的应用（2001）·兹比尔0994.62053
[26] 彭，Y。；Han，J.D。；Huang，Q.J.：《无人驾驶三体船基于自适应UKF的跟踪控制》，《国际创新计算、信息与控制杂志》第5期，第10B期，3505-3516页（2009年）
[27] 哈西比，B。；赛义德，A.H。；Kailath，T.：不确定二次估计和控制：H2和H（infty）理论的统一方法，（1999）·Zbl 0997.93506号
[28] Puthusserypady，S。；Ratnarajah，T.：基于脑电图的眨眼伪影最小化自适应滤波器，IEEE信号处理字母12，第12期，816-819（2005）
[29] 维卡洛，H。；Hassibi，B。；埃尔多安，A.T。；Kailath，T.：关于噪声滤波器组中的鲁棒信号重建，《信号处理》85，第1期，第1-14页（2005年）·Zbl 1148.94375号 ·doi:10.1016/j.sigpro.2004.08.011
[30] Kulatunga，H。；Kadirkamanathan，V.：非高斯信道中基于多个H（infty）滤波器的确定性序列估计，IEEE信号处理信件13，第4期，185-188（2006）
[31] X.Li，A.Zell，移动机器人追踪自由滚动球的H\infty滤波，摘自：《计算机科学讲义》，第4423卷，施普林格，柏林，2007年，第296–303页。
[32] Simon，D.：最优状态估计：Kalman H和非线性方法（2006）
[33] Hassibi，B。；赛义德，A.H。；Kailath，T.：LMS算法的最优性，IEEE信号处理事务44，第2期，267-280（1996）
[34] Khargonekar，P.P。；Nagpal，K.M.：H设置中的过滤和平滑，IEEE自动控制事务36，第2期，151-166（1991）·Zbl 0758.93074号 ·数字对象标识代码：10.1109/9.67291
[35] Grimble，M.J。；Sayed，A.E.：离散时间系统H（infty）最优线性滤波问题的求解，声学语音信号处理IEEE事务38，第7期，1092-1104（1990）·Zbl 0712.93053号 ·doi:10.1109/29.57538
[36] 哈西比，B。；赛义德，A.H。；Kailath，T.：Krein太空中的线性估计第二部分：应用，IEEE自动控制事务41，第1期，34-49（1996）·Zbl 0862.93056号 ·数字对象标识代码：10.1109/9.481606
[37] 沈，X。；Deng，L.：使用H（infty）滤波算法进行语音增强的动态系统方法，IEEE语音和音频处理事务7，第4期，391-399（1999）
[38] 西山，K.：粒子滤波器提案分布的快速有效生成，《信号处理》85，第2期，2412-2417（2005）·兹比尔1160.94353 ·doi:10.1016/j.sigpro.2005.07.030
[39] 拉巴雷，D。；Grivel，E。；M.Najim。；Christov，N.：信号处理的双重H（infty）算法——语音增强应用，IEEE信号处理事务55，第11期，5195-5208（2007）·Zbl 1390.94257号
[40] 周，K。；多伊尔，J.C。；Glover，K.：鲁棒和最优控制，（1996）·Zbl 0999.49500
[41] Jin，S.H。；Park，J.B。；Kim，K.K。；Yoon，T.S.：分散H（infty）状态估计的Krein空间方法，IEE控制理论与应用148，No.6，502-508（2001）
[42] 朱永明。；你，Z.S。；赵，J。；Zhang，K.S。；Li，X.R.：带反馈的分布式卡尔曼滤波融合的最优性，Automatica 37，No.9，1489-1493（2001）·Zbl 0989.93088号 ·doi:10.1016/S0005-1098（01）00074-7
[43] Houles，A。；Bar-Shalom，Y.：杂波中机动目标的多传感器跟踪，IEEE航空航天和电子系统交易25，第2期，176-188（1989）
[44] Kirubarajan，T。；Bar-Shalm，Y.：杂波中目标跟踪的概率数据关联技术，IEEE 92，第3期，536-557（2004）
[45] 埃尔南德斯，M.L。；Ristic，B。；Farina，A。；Sathyans，T。；Kirubarajan，T.：使用最佳拟合高斯分布的马尔科夫交换系统性能测量，IEEE航空航天和电子系统事务44，第2期，724-747（2008）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。