您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 交互式多模型滤波IMM

  2. 交互式多模型算法(IMM)程序包 包括详细说明文档
  3. 所属分类:嵌入式

    • 发布日期:2011-04-17
    • 文件大小:309248
    • 提供者:aillssyy
  1. 交互式多模型程序(IMM)

  2. 交互式多模型算法matlab程序,有ca和cv两个基本模型。
  3. 所属分类:电信

    • 发布日期:2011-05-20
    • 文件大小:9216
    • 提供者:liualien
  1. IMM算法例程与实验报告

  2. 简单的IMM算法matlab例程含多种仿真模型,两个基本系统模型,并附上详尽实验报告一份。
  3. 所属分类:电信

    • 发布日期:2011-05-20
    • 文件大小:340992
    • 提供者:liualien
  1. 交互式多模型目标跟踪UKF和EKF滤波

  2. 交互式多模型目标跟踪UKF和EKF滤波,有各程序模块和详细说明
  3. 所属分类:其它

    • 发布日期:2011-11-13
    • 文件大小:309248
    • 提供者:axi001
  1. 交互式多模型UKF与EKF

  2. 详细介绍了IMM算法与EKF和UKF之间的结合,并进行了比较。
  3. 所属分类:其它

    • 发布日期:2012-03-31
    • 文件大小:309248
    • 提供者:woshis2
  1. 基于IMM模型的目标跟踪算法

  2. 在机动目标跟踪方法中,为避免具有机动检测的跟踪算法产生的估计时间延迟和机动检测 过程中跟踪性能的降低,采用基于交互式多模型(IMM)的自适应机动目标跟踪算法,通过2个目 标模型的交互作用来实现对目标机动状态的自适应估计。在工程上,将基于CV和“当前”统计模 型的IMM算法应用在某导航雷达跟踪系统中,经验证IMM算法对匀速直线运动、机动运动目标 跟踪均能取得较好的效果
  3. 所属分类:专业指导

    • 发布日期:2013-01-11
    • 文件大小:164864
    • 提供者:sav08
  1. 交互式多模型滤波Imm代码

  2. 一个简单的交互式多模型滤波程序,跟踪一个平面内运动目标点,包括卡尔曼滤波程序
  3. 所属分类:其它

    • 发布日期:2014-02-28
    • 文件大小:6144
    • 提供者:u013825803
  1. IMM.m(交互式多模型)

  2. 交互式多模型(IMM),目标跟踪算法,MATLAB,,蒙塔卡罗
  3. 所属分类:电信

    • 发布日期:2019-08-22
    • 文件大小:2048
    • 提供者:virgilw
  1. 交互式多模型 IMM(CTCV混合)及代码实现.rar

  2. 基于交互式多模型算法进行仿真,.程序中采用了两个模型,将CV,CT模型混合起来进行估计,仿真场景可以自己设计,完成车辆位置跟踪。
  3. 所属分类:软件测试

    • 发布日期:2020-02-17
    • 文件大小:15360
    • 提供者:qq_40957277
  1. 交互式多模型 IMM(CT/CV混合)及代码实现

  2. 基于交互式多模型算法进行仿真,.程序中采用了两个模型,将CV,CT模型混合起来进行估计,仿真场景可以自己设计,完成车辆位置跟踪。
  3. 所属分类:软件测试

    • 发布日期:2019-03-04
    • 文件大小:15360
    • 提供者:o_mmmm_o
  1. 交互式多模型 IMM(CA/CV混合)及代码实现

  2. 基于交互式多模型算法进行仿真,.程序中采用了两个模型,将CV,CA模型混合起来进行估计,仿真场景可以自己设计,完成车辆位置跟踪。
  3. 所属分类:软件测试

    • 发布日期:2019-03-03
    • 文件大小:7168
    • 提供者:o_mmmm_o
  1. 概率神经网络多模型卡尔曼滤波定位导航算法

  2. 交互式多模型扩展卡尔曼滤波(IMM-EKF)算法是解决机动载体运动模型不确定的定位问题的次优算法,在载体做模型确定的运动时该方法仍得到次优解且浪费运算资源。针对IMM-EKF算法的此类缺陷,采用离线训练的概率神经网络模型,实时判断当前运动模型分类,在运动模型确定的状态下选择对应的单一模型进行运算,而在运动模型不确定的状态下选择IMM-EKF算法,既保证定位精度,又减少了不必要的运算量。仿真对比实验验证了相比于IMM-EKF算法,新算法在精度方面的优势。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:439296
    • 提供者:weixin_38665775
  1. 基于IMM滤波器的纯方位机动目标跟踪

  2. 针对无源纯方位跟踪中目标机动的问题,提出了一种基于交互式多模型的目标跟踪算法。该算法用伪量测变换估计器(PLE)将纯方位跟踪中非线性观测模型线性化,避免了计算雅克比行列式。机动目标跟踪中通过实时调整模型匹配概率,提高了滤波器对状态变化的跟踪能力。同时该算法实时修正观测噪声协方差,消除目标远离基阵时观测噪声对目标定位的影响。最后通过与MGEKF进行比较,Monte Carlo仿真结果验证了该算法的优越性。
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:216064
    • 提供者:weixin_38506138
  1. 强机动目标跟踪自适应交互式多模型算法

  2. 针对机动目标跟踪过程中建立的目标模型和目标的实际运动模式出现失配的问题,提出了从一组离散模型集中选出最优模型,并自适应调整模型参数,使模型逼近目标实际运动模式的交互式多模型算法。蒙特卡罗仿真表明,该算法与传统的常速模型与自适应协同转弯模型交互算法(IMM-CV/ACT)相比,在目标发生强机动时,能及时有效的把跟踪误差峰值控制在测量标准差之下,适合于强机动目标跟踪。
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:427008
    • 提供者:weixin_38693657
  1. IMM-UKF算法在两坐标雷达-光电融合跟踪系统中的改进与应用

  2. 光电与雷达的数据融合能够实现两个独立传感器测量信息的互补, 改善对目标的识别跟踪能力。针对联合传感器系统对动态运动目标定位中存在野值的现象, 同时为了解决单一传感器滤波跟踪发散的问题, 提出一种具有抗野值性能的交互式多模型无迹卡尔曼滤波(IMM-UKF)融合算法。在两坐标雷达提供目标距离与方位角的前提下, 建立参数求解模型, 得到目标的俯仰角, 结合光电传感器提供的角度信息进行滤波融合。实验与仿真结果表明: 该算法可以有效融合雷达与光电的测量数据, 排除野值的干扰, 抑制滤波发散, 提高定位精度
  3. 所属分类:其它

    • 发布日期:2021-02-07
    • 文件大小:6291456
    • 提供者:weixin_38675967
  1. 基于交互式多模型粒子滤波的相控阵雷达自适应采样

  2. 为有效合理利用雷达资源和解决雷达测量值与运动状态间的非线性关系以及目标状态本身可能出现的非线性,提出了一种基于交互式多模型粒子滤波(IMMPF)的相控阵雷达自适应采样目标跟踪方法。将交互式多模型粒子滤波一步预测值的后验克拉美罗矩阵代替预测协方差矩阵,通过该矩阵的迹与某一门限值比较来更新采样周期以适应目标运动状态的变化。将该方法与基于量测转换的IMM自适应采样算法进行仿真实验,表明了该算法的有效性。
  3. 所属分类:其它

    • 发布日期:2021-01-31
    • 文件大小:887808
    • 提供者:weixin_38611877
  1. 基于多普勒频率变化率机载单站的改进IMM跟踪算法

  2. 本文基于机载无源定位中机动目标跟踪的速度慢,精度低等问题,采用多普勒频率变化率作为基本定位方法,在充分研究KF、UKF、GAPF 3种滤波算法的基础上,提出了一种改进的交互式多模型算法(IMMKF-UKF-GPFA),该算法巧妙了分解了复杂的运动形式,融合了KF、UKF、GPFA 3种算法的优点。通过仿真实验,结果表明改进的交互式多模型算法(IMMKF-UKF-GPFA),不仅提高了跟踪精度,还减少了运算量,具有十分重要的实际意义。
  3. 所属分类:其它

    • 发布日期:2021-01-28
    • 文件大小:650240
    • 提供者:weixin_38564003
  1. 交互式多模型算法的模型集设计

  2. 针对交互式多模型(IMM)算法中模型集的设计问题,提出一种模型集设计方法.在已知真实模式概率分布函数的情况下,根据要求的模型数目,等概率划分模式空间,在每个等概率模式空间上,利用方差的含义获得最大范围地覆盖模式空间的模型集,并给出一个例子说明模型集的设计方法.应用Monte-Carlo仿真,将所设计的模型集用于IMM算法进行目标跟踪.仿真结果显示跟踪精度高,表明了该模型集设计方法的有效性.
  3. 所属分类:其它

    • 发布日期:2021-01-15
    • 文件大小:829440
    • 提供者:weixin_38520275
  1. 容积法则辅助的交互式多模型滤波算法

  2. 交互式多模型滤波(IMM) 的交互环节使得系统状态量不再服从单纯的高斯分布, 用现有方法对其概率分布的估计存在较大的误差. 对此, 考虑到模型的混合概率是时变的, IMM的交互过程可以用非线性方程来描述, 因而采用容积卡尔曼滤波(CKF) 中的容积法则对高斯随机变量经非线性函数传播后的概率分布进行估计, 并从理论上证明了容积法则的近似精度. 仿真实验表明, 由于提高了对交互后随机变量概率分布的估计精度, 所提出的方法能够有效改善IMM在量测噪声较大时的滤波效果.
  3. 所属分类:其它

    • 发布日期:2021-01-14
    • 文件大小:241664
    • 提供者:weixin_38680664
  1. 一种基于改进UPF的运动声阵列交互多模型目标跟踪方法

  2. 针对运动声阵列在有色噪声环境中的非线性滤波跟踪实时性问题,提出一种基于改进粒子滤波的交互式多模型目标跟踪(IMM-IUPF)方法.该方法采用最小斜度单形无迹变换结合变尺度无迹变换的 Sigma点选取策略,对标准无迹粒子滤波(UPF)进行改进,大幅缩减UPF样本选取计算量;将改进的UPF与交互式多模型(IMM)相结合,通过定义自适应增益修正系数,弥补样本点缩减造成的精度降低问题;最终通过与传统的基于IMM的粒子滤波(IMM-PF)和基于IMM的无迹粒子滤波(IMM-UPF)进行Matlab数值仿真
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:260096
    • 提供者:weixin_38711110
« 12 »