河南省基础与前沿技术研究计划项目(132300410148)
- 作品数：8 被引量：37H指数：3
- 相关作者：胡振涛刘先省李松胡玉梅金勇更多>>
- 相关机构：河南大学江南计算技术研究所更多>>
- 发文基金：国家自然科学基金河南省基础与前沿技术研究计划项目河南省高校科技创新团队支持计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 不完全量测下估计误差协方差与传感器精度上-下确界的关系被引量：2
- 2013年
- 在不完全量测下估计系统状态时,状态的稳态误差协方差与各个传感器精度指标有关.今提出一种新算法.可以根据估计误差协方差确定出传感器精度的上-下确界.算法根据稳态卡尔曼滤波的估计误差协方差表达式,推出传感器探测概率以及量测噪声方差指标的容差,并结合线性矩阵不等式求出传感器量测噪声方差的上-下界.根据这些结果,可以对给定的估计误差协方差,采用传感器精度指标的下界,从而在满足其他工程要求的前提下,放宽采样频率,降低传感器成本.
- 胡振涛李松刘先省李捷
- 关键词：状态估计传感器精度方差约束
- 基于量测迭代更新集合卡尔曼滤波的机动目标跟踪算法被引量：10
- 2014年
- 在机动目标跟踪中,用于模型辨识和状态估计的非线性滤波器的合理选择和优化是提升滤波精度的关键.融合量测迭代更新集合卡尔曼滤波和交互式多模型(interacting multiple models,IMM)方法,本文提出了基于量测迭代更新集合卡尔曼滤波的机动目标跟踪算法.通过迭代更新思想的引入构建了一种量测迭代更新下集合卡尔曼滤波的实现结构,并将其作为IMM的模型滤波器实现对于目标运动模式和状态的辨识与估计.针对算法结合过程中滤波精度和计算量的平衡,设计了用于输入交互环节的状态估计样本,同时简化输入交互环节和输出交互环节中滤波误差协方差矩阵的交互过程.理论分析和仿真结果验证了算法的可行性和有效性.
- 胡振涛张勇刘先省
- 关键词：机动目标跟踪非线性滤波集合卡尔曼滤波交互式多模型
- 基于CKF的系统误差与目标状态联合估计算法被引量：2
- 2015年
- 针对量测信息中系统误差对目标状态估计精度造成的不利影响,提出了一种基于容积卡尔曼滤波(CKF)的系统误差与状态联合估计(JE-CKF)算法。在算法实现中,首先采用状态向量维数扩展方法建立非线性滤波框架下的系统误差配准模型,其次根据系统误差配准模型对量测信息中的系统误差进行估计,进而通过对CKF实现中量测预测值的修正,改善量测残差中系统误差对滤波精度的影响。理论分析和仿真结果验证了算法的可行性和有效性。
- 胡振涛胡玉梅张谨袁光耀
- 关键词：状态估计误差配准
- 多传感器量测下权重优化粒子滤波算法
- 2013年
- 针对粒子滤波在多传感器量测系统状态估计问题中的有效实现,提出一种多传感器量测下的权重优化粒子滤波算法。首先,依据提议分布的具体形式设计用于度量当前时刻粒子的权重的量测似然函数,并利用单个滤波周期内的全部量测分别计算每个粒子权重;其次,考虑到不同传感器精度存在的差异性,结合传感器精度等先验信息,通过加权融合处理方式实现对单个粒子在多传感器量测下权重度量结果的优化;进而在减小粒子权重方差的基础上改善滤波的精度。理论分析和仿真实验结果验证了算法的可行性和有效性。
- 胡振涛刘宇杨树军
- 关键词：多源信息融合粒子滤波
- 基于容积卡尔曼滤波的异质多传感器融合算法被引量：14
- 2014年
- 针对机动目标跟踪系统建模中的非线性问题,提出一种基于容积卡尔曼滤波(CKF)的雷达与红外传感器融合算法。考虑到被估计系统对目标跟踪算法实时性与精度的要求,在容积滤波框架下构建了集中式量测融合(CMF)和分布式状态融合(DSF)两种结构形式。CMF结构采用最优加权方法,首先对雷达和红外两种异类传感器的方位角度量测信息进行融合,并将其与融合后的雷达径向距量测构建新的量测数据,进而通过CKF算法对机动目标进行跟踪。DSF结构则首先对雷达量测中径向距信息进行加权融合,并将融合结果作为红外传感器的虚拟径向距量测,以实现红外量测的扩维处理,进而对每组量测数据应用CKF进行分布式并行加权融合,获得目标运动状态的最终估计。仿真场景中,对两种融合方法的性能进行比较,理论分析与仿真实验验证了算法的可行性与有效性。
- 胡振涛曹志伟李松李枞枞
- 关键词：目标跟踪非线性滤波
- 基于权重一致性优化的实时Marginalized粒子滤波算法被引量：2
- 2014年
- 针对Marginalized粒子滤波中随机量测噪声对于非线性状态估计精度的不利影响以及线性状态估计中计算量较大问题,提出了一种基于权重一致性优化的实时Marginalized粒子滤波算法.首先,结合量测系统建模中先验信息的提取和利用,通过粒子权重间一致性距离和一致性矩阵的构建,提出了量测提升策略下权重的一致性优化方法,以改善粒子滤波在非线性状态估计中的滤波精度.其次,通过对Marginalized粒子滤波实现中时间更新和量测更新环节的结构优化,给出了实时Marginalized粒子滤波,以降低蒙特卡罗仿真实现下卡尔曼滤波在状态线性估计中的计算复杂度.最后,在两者的动态结合基础上给出了新算法具体实现步骤.利用基于单站雷达目标跟踪仿真场景,分析了算法性能.理论分析和仿真实验结果验证了算法的可行性和有效性.
- 胡振涛刘先省金勇侯彦东
- 量测提升卡尔曼滤波被引量：6
- 2016年
- 滤波器设计是系统辨识和状态估计的重要基础.卡尔曼滤波通过状态预测和量测更新的实现框架,在最小方差准则下实现对目标状态的最优估计,但在单传感器量测环境中其滤波精度易受量测噪声随机性的影响.本文提出一种基于量测提升策略的卡尔曼滤波算法实现框架,新方法依据当前时刻量测和量测噪声先验统计信息构建虚拟量测,并通过对虚拟量测采样以及融合提升系统量测信息可靠性,进而改善状态估计精度.同时,针对算法在工程应用中实时性、准确性以及鲁棒性等需求,设计了分布式加权融合和集中式一致性融合的两种实现结构.理论分析和仿真实验结果验证了算法的可行性和有效性.
- 胡振涛胡玉梅刘先省
- 关键词：卡尔曼滤波
- 基于单声学矢量传感器的最大能量动态声源波达方向跟踪算法被引量：1
- 2014年
- 针对在空域非均匀噪声环境下目标定位跟踪问题,提出一种基于单声学矢量传感器的最大能量动态声源波达方向(DOA)跟踪算法.首先结合噪声协方差矩阵估计结果实现对传感器接收信号的预白化处理,进而确定加权参数值,提出一种加权参数固化的最大能量算法,从而在声压与振速域噪声功率比未知的条件下提高了DOA估计精度.在此基础上,利用最大能量定向估计子输出信息来构建运动目标的量测方程,并在容积Kalman滤波框架下实现对于动态声源的状态跟踪.理论分析与仿真结果验证了算法的可行性和有效性.
- 胡振涛李松金勇
- 关键词：波达方向估计目标跟踪声矢量传感器运动声源
