999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

機動目標變采樣周期濾波的IMM算法研究

2010-04-12 00:00:00菁,徐朝陽,熊建鑫,
現代電子技術 2010年15期

摘 要:針對IMM算法,提出一種變采樣周期的濾波算法。該算法事先設定一組典型的采樣周期,算出各種采樣周期下的預測誤差協方差,當預測誤差協方差大于給定的門限時即進行下一次采樣。這種算法相對固定周期采樣,不但能夠保證跟蹤精度,還能有效地減少采樣次數,從而達到節省雷達資源的效果。

關鍵詞:機動目標跟蹤濾波; IMM; 自適應采樣周期; 預測誤差協方差

中圖分類號:TP274文獻標識碼:A

文章編號:1004-373X(2010)15-0021-03

Research on IMM Algorithm with Maneuvering Target's Variable Sampling Period Filtering

LU Jing1, XU Zhao-yang2, XIONG Jian-xin1, GAO Feng2

(1.Jiangsu University of Science and Technology, Zhenjiang 212003, China; 2.The 723 Institute of CSIC, Yangzhou 225001, China)

Abstract: An alterable sampling period filtering algorithm based on IMM algorithm is proposed. With the alogrithm, several typical sampling periods are set in advance and then each predictive error covariance is worked out in each given period. The next samlping is carried out once the predictive error covariance goes beyond the limit. The algorithm relative to fixed sampling can not only ensure the tracking accuracy, but aslo reduce the the quantity of the sampling time to save the radar resource.

Keywords: maneuvering target tracking filtering; IMM; alterable sampling period; predictive error covariance

0 引 言

相控陣雷達可以對目標航跡進行變采樣跟蹤濾波, 適當地控制其波束指向可以有效地提高機動目標的跟蹤性能。對于穩定跟蹤的目標如果采用較短的采樣周期,雖然提高了跟蹤精度,但也極大地浪費了計算機花費的時間。相反,當采用較大的采樣周期時,跟蹤的精度又會下降。因此需要在保證跟蹤精度的基礎上找到一種適合的采樣策略,達到既能增大采樣周期又能降低計算機資源和雷達能量資源的目的。

本文采用IMM算法的思想,將機動目標“當前”統計模型[1]和CA,CV模型進行交互,對已算出的各模型的更新概率進行比較,確定用哪種模型計算自適應采樣間隔。對于穩定跟蹤的目標采用較長的采樣間隔,對于發生機動的目標采用較短的采樣間隔。文中將該變采樣周期算法與固定采樣周期算法進行了比較,結果表明,本文的方法既能保證跟蹤精度,又能反映目標的運動狀態,能更有效地利用雷達資源。

1 IMM算法

1984~1989年,BIom和Bar-Shalom[2]在廣義偽貝葉斯算法的基礎上,提出了一種具有Markov轉移概率的交互式多模型(IMM)算法[3-6]。……

登錄APP查看全文

主站蜘蛛池模板: 亚洲第一天堂无码专区| 日韩中文精品亚洲第三区| 日韩av资源在线| 国产乱人伦偷精品视频AAA| 欧美色香蕉| 五月婷婷伊人网| 搞黄网站免费观看| 国产乱人乱偷精品视频a人人澡| 精品久久久久久久久久久| 国产精品福利导航| 亚洲成在人线av品善网好看| 九色免费视频| 97国产在线观看| 国产精品福利一区二区久久| 伊人查蕉在线观看国产精品| 色综合久久无码网| 亚洲欧洲美色一区二区三区| 色偷偷男人的天堂亚洲av| 日韩精品无码免费专网站| 在线高清亚洲精品二区| 91免费观看视频| 亚洲欧美综合另类图片小说区| 日本日韩欧美| 成年女人a毛片免费视频| 国产激情无码一区二区APP | 欧美一级高清视频在线播放| 欧美成人精品在线| 国产在线啪| 久久一日本道色综合久久| 91视频国产高清| 国产成人综合网| 亚洲系列中文字幕一区二区| 欧美日韩中文国产va另类| 男女男免费视频网站国产| 国产精品白浆在线播放| 成人国产一区二区三区| 最新加勒比隔壁人妻| 国产精品无码翘臀在线看纯欲| 91丨九色丨首页在线播放| 欧美人与性动交a欧美精品| 波多野结衣在线一区二区| 日本一区二区三区精品视频| 99精品视频在线观看免费播放| 国产无遮挡猛进猛出免费软件| 久久国产精品夜色| 国产精品第一区在线观看| 国产办公室秘书无码精品| 免费女人18毛片a级毛片视频| 自慰高潮喷白浆在线观看| 成人福利在线免费观看| 久久青草免费91线频观看不卡| 经典三级久久| 欧美区一区二区三| 99视频在线观看免费| 在线视频亚洲色图| 极品av一区二区| 久久综合九九亚洲一区| 国产精品久久自在自2021| 中文一区二区视频| 91综合色区亚洲熟妇p| 亚洲欧美综合另类图片小说区| 一本大道无码高清| 婷婷亚洲最大| 乱系列中文字幕在线视频| 老汉色老汉首页a亚洲| 国产亚洲日韩av在线| 大乳丰满人妻中文字幕日本| 亚洲第一福利视频导航| 久久精品欧美一区二区| 免费国产高清视频| 五月天婷婷网亚洲综合在线| 99热亚洲精品6码| 专干老肥熟女视频网站| 久久semm亚洲国产| 在线a网站| 亚洲天堂视频在线观看| 国产性爱网站| 夜夜爽免费视频| 亚洲天堂福利视频| 亚洲中文久久精品无玛| 久久免费看片| 久久久久久尹人网香蕉|