1 重庆理工大学 电子信息与自动化学院,重庆 400054
2 电子科技大学 物理电子学院, 成都 610054
为避免经典固定模型集合中多模型算法造成的模型间竞争并减小计算量, 基于有向图切换的变结构方法, 建立有向图切换规则和较完备的模型集合.通过模糊逻辑推理得到模型集合中各模型的匹配度, 以此代替传统多模型算法中的模式概率来计算,降低了计算的复杂度.采用核粒子滤波克服了标准粒子滤波没有考虑到的量测信息问题, 即粒子能够通过核密度估计后朝着状态的后验概率密度的模型移动, 使真实和估计模型之间的均方误差最小.仿真结果表明, 基于模糊理论的变结构核粒子滤波算法能较大地提高跟踪准确度和减少计算量.
机载激光通信 跟踪 交结构多模型 有向图切换 核粒子滤波 Airborne laser communication Tracking Variable Structure Multiple-Model(VSMM) Digraph switching Kernel Particle Filter(KPF)
杭州电子科技大学通信信息传输与融合技术国防重点学科实验室, 杭州 310018
针对低空机动目标的声网络无源跟踪问题, 提出一种基于有向图切换的变结构多模型算法。首先, 将多个声传感器组网并对其时延的方位角数据进行配准, 改善无源声探测网络的融合性能。其次, 通过变结构多模型对目标状态进行估计, 并利用有向图切换方法对新激活的模型分配权重, 跟踪结果为多个模型估计结果的融合输出。通过与交互式多模型算法的仿真比较, 说明本文所提方法能更好的匹配目标运动规律, 有效降低计算复杂度, 提高跟踪精度。
有向图切换 变结构多模型 声网络 机动目标跟踪 digraph switch VSMM acoustic network maneuvering target tracking
杭州电子科技大学 自动化学院 信息与控制研究所，杭州 310018
在机动目标跟踪领域，传统的基于固定模型集合的交互式多模型算法需要大量的模型来保证模型不失配，但是会带来巨大的计算量，并且来自过多模型的不必要的模型间竞争反而会使算法性能下降。为解决此矛盾，该文提出了一种基于有向图切换和无味卡尔曼滤波算法的变结构多模型算法。该算法根据目标不同时刻的运动状态依据有向图匹配不同的子模型集合进行滤波。仿真结果显示该算法在有效降低计算量的同时使模型集合和目标的运动状态更好的匹配，从而提高了算法跟踪精度。
机动目标跟踪 变结构多模型 有向图切换 无味卡尔曼滤波 交互式多模型 maneuvering target tracking variable-structure multiple model digraph switch unscented Kalman filter interacting multiple model
