基于SRCDKF的交互式多模型算法
SRCDKF算法SRCDKF-PF算法针对纯方位目标跟踪(Bearing-Only Tracking,BOT)系统强非线性特点,提出一种新的解决方案:采用平方根中心差分卡尔曼滤波器(Square-RootCDKF,SRCDKF)产生粒子滤波提议分布,融入最新的观测数据影响;增加改进措施以提高滤波性能,如采用系统重抽样算法减少方差,应用马尔可夫链模特卡罗(Markovchain Monte ...
Autoquad飞控程序中SRCDKF算法分析 查看原文 JAVA实现SLR(1)文法的分析器 终结符中。3、将$加入到第一个非终结符的follow集中。 根据每一条产生式,生成项目集规范族。程序设计的是对项目集规范族中的每一个项目集中的每一条项目都进行分析,产生了新的项目集就添加到项目集规范族中...代码功能: (1)计算非终结...
SRCDKF算法3) PF-Singer algorithm PF-Singer算法 1. Tracking maneuvering target using PF-Singer algorithm can resolve the limitation of Singer model and advance accuracy of tracking. Singer模型是典型的全局统计模型,其严重缺陷在于所采用的零均值时间相关模型和标准卡尔曼滤波算法不能完成对机动目标状态的正...
相位差变化率介绍了单站相位差变化率无源定位原理.针对单站无源定位参数测量精度低,初始估计误差大引起的定位精度低,收敛速度慢的问题,引入平方根中心差分卡尔曼滤波(SRCDKF)算法.该算法使用协方差矩阵的平方根进行滤波估计,可以降低计算复杂度,保证数值稳定性.仿真结果表明,SRCDKF算法与扩展卡尔曼及其衍生滤波和无迹卡尔...
给出了一种基于平方根中心差分卡尔曼滤波的交互多模型(IMM)算法.该算法较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMM算法更好的数值稳定性,计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算.Monte Carlo仿真验证了该算法的可行性和有效性. 查看全部>>doi:10.3969/j.issn.1004...
无源定位中心差分平方根CDKF相位差变化率介绍了单站相位差变化率无源定位原理.针对单站无源定位参数测量精度低,初始估计误差大引起的定位精度低,收敛速度慢的问题,引入平方根中心差分卡尔曼滤波(SRCDKF)算法.该算法使用协方差矩阵的平方根进行滤波估计,可以降低计算复杂度,保证数值稳定性.仿真结果表明,SRCDKF算法与扩展卡尔...
给出了一种基于平方根中心差分卡尔曼滤波的交互多模型(IMM)算法.该算法较好地解决了非线性条件下机动目标跟踪的问题,可获得比基于扩展卡尔曼滤波(EKF)的IMM算法更好的数值稳定性,计算精度和收敛速度,还避免了复杂的Jacobi矩阵运算.Monte Carlo仿真验证了该算法的可行性和有效性....