×

一种用于地面机动目标跟踪的无迹粒子滤波器。 (英语) Zbl 1133.60017号

本文提出了一种基于交互多模型(IMM)框架的马尔科夫交换系统无迹滤波方法。其核心思想是将无迹粒子滤波器(UPF)与IMM估计器相结合。该框架(交互/混合、过滤和组合)与标准IMM过滤器中的框架相似,但每个模型都采用UPF。从而改善了粒子的滤波性能和简并现象。该滤波方法解决了非线性和/或非高斯跟踪问题。仿真结果表明,与标准IMM型滤波器和IMM粒子滤波器相比,该方法具有更好的跟踪性能。

MSC公司:

60G35型 信号检测和滤波(随机过程方面)
60J20型 马尔可夫链和离散时间马尔可夫过程在一般状态空间(社会流动、学习理论、工业过程等)上的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Arulampalam,M.S.,Maskell,S.,Gordon,N.,Clapp,T.,2002年。在线非线性非高斯贝叶斯跟踪的粒子滤波器教程。IEEE传输。《信号处理》,50(2):174-188。[doi:10.1109/78.978374]·doi:10.1109/78.978374
[2] Bar Shalom,Y.,Chang,K.C.,Blom,H.A.P.,1989年。使用输入估计与交互多模型算法跟踪机动目标。IEEE传输。在Aeros上。电子。系统。,25(2):296-300. [doi:10.1109/7.18693]·数字对象标识代码:10.1109/7.18693
[3] Bar-Shalm,Y.,Li,X.R.,1993年。评估和跟踪:原理、技术和软件。阿特奇宫·Zbl 0853.62076号
[4] Bar-Shalm,Y.,Challa,S.,Blom,H.A.P.,2005年。混合系统的IMM估计器与最优估计器。IEEE传输。在Aeros上。电子。系统。,41(3):986-991。[doi:10.1109/TAES.2005.1541443]·doi:10.1109/TAES.2005.1541443
[5] Boers,Y.,Driessen,J.N.,2003年。交互多模型粒子过滤器。IEE程序-雷达声纳与导航,150(5):344-349。[doi:10.1049/ip-rsn:20030741]·doi:10.1049/ip-rsn:20030741
[6] Chong,C.Y.,Garren,D.,Grayson,T.P.,2000年。地面目标跟踪——历史视角。程序。IEEE航空航天会议,3:433-448。[doi:10.1109/AERO.2000.879870]
[7] Cui,N.,Hong,L.,Layne,J.R.,2005年。非线性滤波方法与地面目标跟踪应用的比较。信号处理,85(8):1469-1492。[doi:10.1016/j.sigpro.2005.01010]·Zbl 1160.94325号 ·doi:10.1016/j.sigpro.2005.01.010
[8] Farina,A.,Ristic,B.,2002年。跟踪弹道目标:几种非线性滤波器的比较。IEEE传输。在Aeros上。电子。系统。,38(3):854-867. [doi:10.1109/TAES.2002.1039404]·doi:10.1109/TAES.2002.1039404
[9] 新泽西州戈登、D.J.斯拉蒙德、A.F.M.史密斯,1993年。非线性/非高斯贝叶斯状态估计的新方法。雷达和信号处理,IEE Proc。F、 140(2):107-113·doi:10.1049/ip-f-2.1993.0015
[10] Hong,L.,Cui,N.,Bakich,M.,Layne,J.R.,2006年。用于基于地形的地面目标跟踪的多速率交互式多模型粒子滤波器。IEE程序-控制理论与应用,153:721-731。[doi:10.1049/ip-cta:20050047]·doi:10.1049/ip-cta:20050047
[11] Julier,S.J.,Uhlmann,J.K.,1997年。卡尔曼滤波器在非线性系统中的一种新的推广。程序。AeroSense:第11届国际交响乐团。航空航天/国防传感、模拟和控制。奥兰多,第54-65页。
[12] Julier,S.J.,2002年。标度无中心变换。程序。美国控制委员会,第4555-4559页。[doi:10.1109/ACC.2002.1025369]
[13] Kirubarajan,T.,Bar-Shalm,Y.,Pattipati,K.R.,1998年。使用IMM估计器跟踪具有道路约束的地面目标。IEEE程序。航空航天会议,5:5-12。[doi:10.1109/AERO.1998.685784]
[14] Kreucher,C.,Kastella,K.,2001年。低地面目标应用的多模型非线性滤波。In:Kadar,I.(Ed.),《信号处理传感器融合与目标识别X.Proc.》。斯皮,4380:1-12。[doi:10.1109/TAES.2005.1468747]
[15] Mazor,E.,Averbuch,A.,Bar-Shalm,Y.,Dayan,J.,1998年。目标跟踪中多种模型方法的相互作用:一项调查。IEEE传输。在Aeros上。电子。系统。,34(1):103-123. [doi:10.1109/7.640267]·数字对象标识代码:10.1109/7.640267
[16] McGinnity,S.,Irwin,G.W.,2000年。机动目标跟踪的多模型自举滤波器。IEEE传输。在Aeros上。电子。系统。,36(3):1006-1012. [doi:10.1109/7.869522]·doi:10.10109/7.869522
[17] 穆索,C。;Oudjane,N。;Legland,F。;Doucet,A.(编辑);Freitas,J.F.G.(编辑);Gordon,N.J.(编辑),《改进规则化颗粒过滤器》,247-272(2001),纽约·doi:10.1007/978-1-4757-3437-912
[18] Press,W.H.,Teukolsky,S.A.,Vetterling,W.T.,Flannery,B.P.,1992年。C语言中的数字配方:科学计算的艺术(第二版)。剑桥大学出版社·Zbl 0845.65001号
[19] Robert,C.P.,Casella,G.,1999年。蒙特卡洛统计方法。纽约施普林格-弗拉格·Zbl 0935.62005号 ·doi:10.1007/978-1-4757-3071-5
[20] van der Merwe,R.,Doucet,A.,de Freitas,N.,Wan,E.,2000年。无芯颗粒过滤器。技术报告,CUED/FINFENG/TR380。剑桥大学工程系。
[21] van der Merwe,R.,2004年。动态状态空间模型中概率推断的Sigma-point Kalman滤波器。俄勒冈州健康科学博士论文。俄勒冈州波特兰大学。
[22] Wan,E.A.,van der Merwe,R.,2000年。非线性估计的无中心卡尔曼滤波器。程序。交响乐团。《信号处理、通信和控制的自适应系统》,第153-158页。[doi:10.1109/ASSPCC.2000.882463]
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。