|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于量化新息的容积粒子滤波融合目标跟踪算法显示文摘针对现有非线性网络化目标跟踪融合算法存在的精度低和实用性差等不足,以一类带有噪声相关的非线性网络化目标跟踪系统为对象,研究基于测量新息量化策略和容积粒子滤波(Cubature particle filter,CPF)的目标跟踪融合算法.首先,利用状态方程恒等变换和矩阵相似变换理论解除过程噪声与测量噪声以及测量噪声之间的相关性;其次,各个传感器节点采用自适应策略量化局部测量新息并将其发送到融合中心(Fusion center,FC);随后,在集中式融合框架下采用容积粒子滤波器设计基于测量值扩维的量化融合跟踪算法,进而给出相应的顺序滤波量化融合算法,上述算法可有效解决因自适应量化引起的非高斯问题;最后,通过两个计算机仿真实验验证了所提出跟踪算法的有效性. | 徐小良 汤显峰 葛泉波 管冰蕾 | 2014 | 自动化学报2014，40，9： | 13 |
| 2 | 噪声相关的带宽约束传感器网络融合算法显示文摘研究了一类相关量测噪声和带宽限制背景下的传感器网络融合问题.利用Cholesky分解方法将量测方程转化为量测噪声互不相关的等价模型.由于带宽的限制,各局部传感器节点的原始信息需量化成消息才能上传到融合中心.文中采用自适应的量化策略获得了局部测量新息的量化消息,并利用顺序滤波和强跟踪滤波技术设计融合方法.简要分析了基于量化新息融合算法的性能特点.通过一个计算机仿真实验验证了新算法的有效性. | 管冰蕾 汤显峰 徐小良 | 2013 | 河南大学学报(自然科学版)2013，43，2： | 4 |
| 3 | Networked Kalman filtering with combined constraints of bandwidth and random delay显示文摘Kalman filter is a powerful tool in target tracking and self-localization across wireless sensor networks with many constraints.This paper considers the filters design for networked systems with combined constraints of bandwidth and random delay,and proposes a kind of universal networked Kalman estimator for given linear time invariant(LTI) or determinate parameters(DP) systems,which are also called linear and determinate parameters(LDP) systems jointly.Firstly,two modeling ways to treat bit quantization error vector are given and the corresponding LDP systems taken after bit quantization are established.Secondly,we introduce an equivalent weighted summation form of the conventional linear Kalman filter,which fully uses two essential characteristics,namely offline computation property from the LDP systems and linear weighted summation property from the linear minimum mean square error estimate.Finally,by adopting the replacement and innovation compensation operations,a kind of integrated networked estimator,involving two estimation algorithms with different modeling ways to bit quantization error actually,is presented based on the weighted summation filter for random delay systems.The proposed universal networked estimation algorithms have some outstanding advantages such as extensive application,concise algorithm structure,high estimate accuracy,and good running performance.Several examples are demonstrated to validate the proposed networked estimation algorithms. | GE QuanBo WEN ChengLin XU TingLiang | 2012 | Science China(Information Sciences)2012，55，10： | 3 |
| 4 | Time-varying Bias Estimation for Asynchronous Multi-sensor Multi-target Tracking Systems Using STF显示文摘 | HU Yanyan | 2013 | Chinese Journal of Electronics2013，22，3： | 1 |
| 5 | 一种非合作目标的多传感器量化融合跟踪方法显示文摘针对非合作目标跟踪问题,为解决无线传感器网络有限带宽和相关噪声造成的精度影响,在集中式融合框架下提出了三种基于量化信息的目标跟踪算法。首先,局部传感器节点采用自适应的量化策略将观测值量化成消息,并发送到融合中心;然后,融合中心利用状态方程恒等变换和Cholesky分解技术解除任意噪声的相关性;最后,引入强跟踪滤波技术、矩阵求逆引理和顺序滤波技术设计融合方法。几个仿真实验表明,三种新方法的估计精度完全等价,新算法还具备应对目标状态突变等不确定因素的能力,增强了算法的鲁棒性。 | 汤显峰 管冰蕾 葛泉波 徐小良 | 2014 | 计算机应用研究2014，31，10： | 1 |
| 6 | 基于自适应UPF的目标跟踪融合算法显示文摘以近海船舶航行动态监控跟踪网络系统为对象,针对现有船舶航行跟踪方法欠于考虑网络数据传输影响的现状,基于自适应比特位量化技术,研究用于跟踪海上移动船舶的自适应无迹粒子滤波融合方法。首先,应用自适应比特位量化技术获取各跟踪节点对移动船舶状态的随机量化观测值,并将其量化后送往网络监控中心;其次,用带有随机噪声的一阶Markov模型对过程进行建模,研究量化误差的演变规律,并将该量化误差作为系统被估计状态的一个分量,建立一个部分过程噪声分量方差未知的目标跟踪模型;随后,以自适应无迹粒子滤波为基本滤波器,采用Sage-Husa估计器对未知噪声的统计特性进行实时估计和修正;最后,推导出一种面向近海船舶跟踪的多传感器集中式自适应无迹粒子滤波融合方法。仿真结果表明,该算法能有效改善量化滤波器的融合估计精度。 | 史岳鹏 车蕾 周溪召 | 2014 | 中国航海2014，37，2： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员