【常规方位角算法理论综述4900字】_第1页
【常规方位角算法理论综述4900字】_第2页
【常规方位角算法理论综述4900字】_第3页
【常规方位角算法理论综述4900字】_第4页
【常规方位角算法理论综述4900字】_第5页
已阅读5页，还剩11页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

常规方位角算法理论综述目录TOC\o"1-3"\h\u17551常规方位角算法理论综述 [38]可知，一般将先验密度作为其重要性分布函数，即 则其重要性权值可表示为 权值计算权重计算是PF算法过程中最为关键的部分，粒子滤波根据权重的大小将贡献度大的粒子进行大量的复制，将贡献度小的粒子给过滤掉，假设粒子滤波的粒子集合为，其粒子的做加权平均值，其滤波的结果为： 在滤波过程中，其权值的计算步骤为：将运动目标的第时刻状态的粒子代入式，求其一步预测值，其中.将所求得的预测值，它是一个集合，将该集合中的值代入式中，从而获得预测的观测值.衡量每个粒子的权重 是第k时刻只能测量到的观测值，是当前时刻的观测预测值减去测量所得的差的绝对值。高斯分布的标准类型为 正态分布函数是权值计算较常用的函数，令代入上式即可算出其权重。归一化重要性权值 随机重采样随着时间的变化，粒子样本集合中的大部分粒子的权重会变得很小，几乎趋近于0，这些粒子权重小，对后验估计的贡献度是很小的，而且还会降低状态变量的后验估计精度，这就导致浪费了很多计算资源，出现了“粒子退化”。为了解决粒子退化的现象，对粒子进行重采样就起到了至关重要的作用，其目的就在于丢弃掉小权重的粒子。粒子总数目在不变的情况下，粒子样本集合与权重在重采样前有序对为，其经过重采样后则为，不同的是，重采样是将权重大的粒子保留下来将其复制成好几个粒子，并将权重小的粒子淘汰掉。那么，粒子经过重采样后其权值就都一样了，均为。随机重采样是重采样算法中较为经典的算法，其主要的利用分层的思想。随机重采样将区间分为层，层与层之间是相互独立的，假设随机数目为，则第层为,将区间上均匀分布的随机量定义为,根据所产生随机数所落在的区间，其响应区间所对应的随机数值即为输出值。随机重采样算法过程为：在上生成的随机数组,这些随机数组是均匀分布的，其中，为粒子数。产生粒子权重累积函数cdf，使其满足。当时，将第个粒子复制在第个位置上。滤波过程粒子滤波的基本过程为：状态初始化。从先验分布中抽取初始化状态。通过观测方程进行预测。采样。计算重要性权值，并归一化权重。进行重采样。输出结果。总结本章对KF、EKF、UKF以及PF的基本原理进行了介绍，KF是较早应用在目标跟踪的一种算法，根据参考的文献显示只能应用于线性系统，而纯方位角的跟踪是非线性的，故本章对KF的仿真分析是在线性模型的基础上进行的，根据仿真结果显示，卡尔曼滤波算法的跟踪轨迹几乎与真实轨迹重合，这也说明KF在线性系统中其跟踪精度比较高的，系统在经过KF滤波之后，其估计误差大大降低了；除此之外，过程噪声方差取值对KF算法的滤波精度影响很大，在实际生活中，其过程噪声就是海风、海浪等因素的共同作用下形成的干扰因素，也就是说，在海上条件很不利的情况下，对KF滤波跟踪的准确度影响是很严重的。EKF算法与KF的不同就在于其观测方程的函数用雅克比矩阵来表示，这也是其能进行非线性系统跟踪的原因。UKF

人人文库> 全部分类> 行业资料 > 工业设计

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论