国家教育部博士点基金(200802881017)
- 作品数：17 被引量：148H指数：6
- 相关作者：吴盘龙薄煜明陈志敏蔡亚东王宝宝更多>>
- 相关机构：南京理工大学天津航海仪器研究所更多>>
- 发文基金：国家教育部博士点基金国防科技技术预先研究基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信航空宇航科学技术交通运输工程更多>>
- 基于鲁棒H_∞滤波的多站角度测量机动目标被动跟踪被引量：3
- 2011年
- 建立了机动目标的多站被动红外搜索与跟踪(infrared search and tracking,IRST)系统的当前统计模型,基于该模型提出了机动目标跟踪的鲁棒H∞融合滤波算法。该算法将H∞滤波算法和集中融合跟踪算法相结合,对多站IRST测得的目标角度信息进行融合,可解决被动式跟踪系统的可观测性及非线性问题,以实现对目标较高精度的定位和跟踪。以三个观测站进行跟踪为例,对一个高机动目标进行了仿真研究,仿真结果表明,该滤波算法比扩展卡尔曼滤波(extended Kalman filter,EKF)算法有更高的跟踪性能,是IRST系统中一种有效的跟踪算法。
- 吴盘龙陈风王宝宝
- 关键词：多站H∞滤波
- 基于混沌粒子群优化的新型VRP求解算法被引量：3
- 2012年
- 标准粒子群优化算法(PSO)容易陷入局部最优,且精度较低、收敛速度慢,难以满足求解VRP的需求。本文提出了一种适用于求解VRP模型的新型混沌粒子群优化算法(CPSO)。该算法引入混沌序列,利用混沌对粒子的初始位置进行初始化,提高了样本的质量,并且对当前粒子附加混沌扰动,促使其跳出局部最优,提高了全局搜索能力,有利于在全局范围内寻找到最优值。实验结果表明,本文算法的收敛速度、精度及稳定性高于PSO算法,是一种有效的VRP求解算法.
- 于胜龙薄煜明陈志敏吴盘龙朱凯尹明锋
- 关键词：粒子群优化混沌VRP
- 基于扩展H_∞滤波的单站无源目标跟踪被引量：2
- 2010年
- 针对无源定位与跟踪系统可观测性弱,目标初始状态估计精度低的特点,提出了一种基于扩展H∞滤波的单站无源目标跟踪方法。将扩展H∞滤波算法对被动声纳平台获得的目标方位数据进行目标运动分析,以实现较高精度的水下仅测角目标定位和跟踪,并采用雅克比矩阵来近似处理系统的非线性测量方程。扩展H∞滤波对噪声的不确定性具有鲁棒性,保证滤波算法的数值稳定性,提高跟踪的精度和可靠性。理论分析与仿真结果表明,扩展H∞滤波跟踪速度快,性能稳定,估计精度明显优于扩展卡尔曼滤波(EKF),用于水下运动目标跟踪是可行的。
- 吴盘龙王宝宝蔡亚东杨宝建
- 关键词：目标运动分析
- 基于新型粒子群优化的粒子滤波雷达目标跟踪算法被引量：8
- 2012年
- 针对基于粒子群优化算法的粒子滤波精度不高,容易陷入局部最优,难以满足目标跟踪的问题,提出了一种新的粒子群优化粒子滤波算法,该算法利用社会个体对群体的认知规律优化了粒子更新的方法,并且完善了粒子速度的更新策略,使优势速度有较小概率变异,从而提高了寻优能力,同时将劣势速度随机初始化,保证了样本的多样性.实验结果表明,该算法精度高,鲁棒性强,可以有效地应用于雷达机动目标跟踪.
- 陈志敏薄煜明吴盘龙陈富
- 关键词：粒子群优化粒子滤波目标跟踪闪烁噪声
- 去偏转换量测Kalman滤波器的FPGA实现被引量：2
- 2011年
- 去偏转换量测卡尔曼滤波在雷达目标跟踪系统中有着广泛的应用,针对某型超近程主动防护系统的研制与开发,设计了基于现场可编程门阵列的去偏转换量测卡尔曼滤波器。针对超近程主动防护系统的高精度和实时性的要求,该设计采用结构化设计思想,利用现场可编程门阵列实现浮点去偏转换量测卡尔曼滤波器的设计。在保证实时性的前提下,在模块内部对运算单元分时复用,解决了采用传统的软件方法实现过程中存在的并行性和速度问题,并且保证了运算的精度。通过Matlab和QuartusⅡ仿真,验证了本设计的优越性。
- 王宝宝吴盘龙杨宝建蔡亚东
- 关键词：FPGA浮点运算实时性
- 基于概率统计方法的微弱GPS信号捕获算法被引量：4
- 2012年
- 微弱GPS信号的信噪比较低,需采用更长的相干和非相干积分时间增强信噪比,提出一种从概率统计角度分析相干和非相干积分运算过程的方法。首先给出了复数下变频信号输入的相关运算表达式;然后推导了相干积分的相关输出数学期望和方差,计算出单元捕获失败的概率密度和概率表达式;最后,用Matlab对GPS信号的相干和非相干积分进行仿真。仿真结果验证了捕获失败概率表达式的结论,即由于高斯近似和非相干平均产生的性能损失,非相干积分的捕获性能比相干积分弱3.5 dB。
- 朱建良王兴全吴盘龙薄煜明
- 关键词：微弱GPS信号捕获
- A Novel Maneuvering Target Passive Tracking Algorithm with Multiple Infrared Observers
- A novel algorithm of UKF-IMM(unscented Kalman filter-interacting multiple model) is proposed to track a maneuv...
- Panlong Wu School of Automation Nanjing University of Science and Technology Jiangsu
- 道路约束条件下的移动机器人跟踪(英文)被引量：4
- 2011年
- 为提高移动机器人的位置估计精度和跟踪效果,提出一种基于道路约束条件下的移动机器人鲁棒约束H∞滤波(CHF)跟踪算法。首先,将机器人移动的道路网络作为跟踪的约束条件,并利用当前统计模型对机器人的运动进行建模。其次,将道路约束条件作为机器人跟踪的非线性状态约束,利用最小协方差估计推导了鲁棒CHF递推方程。通过拉格朗日乘子法对非线性约束优化估计问题进行求解,并利用约束信息对CHF算法的状态更新过程进行了改进。最后,通过对CHF算法和无约束的H∞滤波算法的跟踪性能进行了对比分析和验证。仿真结果表明,该算法可以实现机器人的跟踪,且跟踪精度优于HF算法。
- 吴盘龙蔡亚东张凡薄煜明
- 关键词：机器人跟踪H∞滤波器
- 一种新的混合智能粒子滤波算法在雷达机动目标跟踪中的应用被引量：6
- 2012年
- 标准粒子滤波算法的精度不高,鲁棒性差,难以满足雷达目标跟踪的要求。本文提出了一种新的适用于雷达目标跟踪的智能粒子滤波算法,在粒子滤波中先利用人工鱼群的全局收敛性找到满意的解域,再利用粒子群算法引导粒子向高斯然区域移动,提高滤波精度。仿真表明该算法可以在强闪烁噪声下有效地跳出局部最优,搜索到理想的粒子最优值,提高雷达机动目标跟踪的精度。
- 陈志敏薄煜明吴盘龙陈沁欣
- 关键词：雷达工程粒子滤波微粒群算法闪烁噪声目标跟踪
- 多目标跟踪的混合高斯PHD滤波被引量：4
- 2011年
- 为解决目标数未知或随时间变化时的多目标跟踪问题,将多目标状态和观测信息表示为随机集的形式,建立了多目标跟踪的混合高斯概率假设密度(PHD)滤波方法。当目标初始的先验概率密度满足高斯分布的形式时,通过将状态噪声、观测噪声、目标的繁衍、新目标的产生、目标的存活概率和检测概率表示成混合高斯的形式,之后每个时刻的后验概率密度均能表示成混合高斯的形式。线性混合高斯PHD滤波方法将Kalman滤波引入到PHD滤波中,利用混合高斯成分预测和更新随机集的PHD,并估计出目标的状态。实验结果表明,在杂波环境下混合高斯PHD滤波方法可以有效地跟踪目标状态。
- 吴盘龙任开创蔡亚东
- 关键词：多目标跟踪随机集混合高斯概率假设密度
