河南省教育厅科学技术研究重点项目(13A413066)
- 作品数：5 被引量：16H指数：2
- 相关作者：胡振涛刘先省金勇张勇李松更多>>
- 相关机构：河南大学江南计算技术研究所更多>>
- 发文基金：河南省教育厅科学技术研究重点项目国家自然科学基金河南省基础与前沿技术研究计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于自适应粒子群优化的代价评估Marginalized粒子滤波被引量：1
- 2014年
- 针对量测受扰动情况下粒子重要性权重的精确度量和粒子的有效采样问题,提出了一种基于自适应粒子群优化的代价评估Marginalized粒子滤波。首先,在Marginalized粒子滤波框架下,通过引入代价函数和风险函数,实现了粒子重要性权重评价过程中对最新量测信息的合理利用,以降低传统的依据重要性权重度量方式中对于噪声先验信息的依赖。其次,通过对粒子分布特征信息的提取和利用,构建了粒子极限速度设定的自适应选取策略,给出了一种自适应粒子群优化方法。在此基础上,结合粒子群优化中群体优化机理来提升采样粒子对被估计状态的逼近程度,进而改善重采样后粒子的多样性。理论分析和仿真实验验证了算法的有效性。
- 胡振涛魏丹金勇胡玉梅
- 关键词：非线性滤波粒子群优化
- 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：3
- 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
- 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
