基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪 electrostatic maneuvering target tracking based on fuzzy interacting multiple model particle filter.pdfVIP

下载本文档

3
0
约2.61万字
约 7页
2017-08-13 发布于上海
举报
版权申诉

基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪 electrostatic maneuvering target tracking based on fuzzy interacting multiple model particle filter.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪 electrostatic maneuvering target tracking based on fuzzy interacting multiple model particle filter

第35卷第1期兵工学报 V01．35No．1 2014年1月 ACTAARMAMENTARII Jan． 2014 基于模糊控制交互式多模型粒子滤波的静电机动目标跟踪付巍，郑宾 (中北大学计算机与控制工程学院，山西太原030051) 摘要：针对交互式多模型粒子滤波算法(IMMPF)的精度不高，算法更新时间长，难以满足静电机动目标跟踪要求的问题，提出了一种新的基于模糊控制的交互式多模型粒子滤波算法 (FIMMPF)。该算法先利用模糊控制方法实现实时调整交互式多模型算法中的转换概率矩阵，使与目标当前运动状态最接近的运动模型在混合产生这一采样时刻的初始状态向量里占有更大的比重。同时，为了提高基本粒子滤波算法的精度，减小算法更新时间，再利用中心差分扩展卡尔曼滤波算法产生基本粒子滤波的建议分布函数，实现对目标运动状态的更新。理论分析和仿真结果表明，所提出的算法能够以更高的定位精度，更小的计算量实现对静电机动目标的跟踪。关键词：信息处理技术；静电探测；模糊控制交互式多模型粒子滤波算法；机动目标跟踪中图分类号：TN911．23文献标志码：A DoI：10．3969／j．issn．1000．1093．2014．01．006 Electrostatic Basedon ManeuveringTargetTracking Fuzzy ModelParticleFilter InteractingMultiple Bin FUWei．ZHENG of andControl of 03005 (School UniversityChina，Taiyuan1，Shanxi，China) Computer Engineering，North model thedefectsoflow and Abstract：Interactingmultiple filter(IMMPF)hasprecisionlong particle the oftheelectrostatic isnotabletomeet time，which requirement maneuveringtargettracking． updated Tosolvethe new model interactingmultipleparticlefilter(FIMMPF)isproposed．This problem，afuzzy can thetransition matrixofIMM controlinreal-timeandmakethe algorithmadjust probability byfuzzy actualmotionmodel intheinitialstate motionmodelthatisclosettothecurrent