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。