张晶炜
- 作品数：29 被引量：155H指数：8
- 供职机构：中国人民解放军海军后勤技术装备研究所更多>>
- 发文基金：国家自然科学基金教育部高校骨干教师资助计划高等学校全国优秀博士学位论文作者专项资金更多>>
- 相关领域：电子电信自动化与计算机技术航空宇航科学技术理学更多>>
- 扩展式机动目标当前统计模型被引量：4
- 2004年
- 在许多实际情况中,目标测量值通常在极坐标或球坐标中得到,而不是在笛卡尔坐标中得到。此时,目标跟踪实际上是非线性的。在众多的军事与非军事领域,机动目标跟踪都是一个非常重要的问题。机动目标跟踪的困难之处在于目标模型的不确定性。针对非线性机动目标跟踪问题,本文提出了一种扩展式当前统计模型机动目标跟踪算法。该算法不需要假定目标的机动加速度模型,而是直接正确地估计出机动目标的当前状态,不存在任何估计滞后与修正问题。最后,给出了算法的仿真分析。
- 熊伟张晶炜何友
- 关键词：当前统计模型非线性
- 有色噪声下的不敏卡尔曼滤波器被引量：14
- 2007年
- 有色噪声干扰情况下非线性系统的状态估计是许多实际工程需要解决的问题。通常的方法是利用扩展卡尔曼滤波方法将非线性系统线性化后,再利用线性系统的方法对有色噪声系统进行估计。然而,模型的线性化误差往往会严重影响最终的滤波精度,甚至导致滤波发散。为了避免此类误差,先通过对测量方程进行变换的方法,将观测方程的有色噪声转换为白噪声后,再利用不敏卡尔曼滤波方法,对系统的状态进行估计。虽然,该方法也需要对观测方程进行线性化,但是由于此线性化过程是在求解新量测方程的测量误差中进行,因此对系统的误差影响不是很大。仿真结果表明新方法能够有效地对有色噪声环境下系统的状态进行估计,性能要优于现有的一些基于EKF的方法。
- 熊伟陈立奎何友张晶炜
- 关键词：有色噪声非线性不敏卡尔曼滤波状态估计
- 基于数据压缩的多传感器多假设算法被引量：8
- 2007年
- 为解决集中式多传感器系统中多目标跟踪问题,提出了一种新的多传感器多目标算法.提出的算法首先应用经典分配规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点产生的互联假设计算其互联概率并获得融合中心的状态估计.给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该算法的跟踪性能在探测概率降低的跟踪环境下表现得更为优越.
- 张晶炜熊伟何友
- 关键词：多传感器数据压缩目标跟踪
- 集中式多传感器模糊联合概率数据互联算法被引量：1
- 2007年
- 为解决集中式多传感器系统中多目标跟踪问题,提出了集中式多传感器模糊联合概率数据互联算法。该算法应用模糊数学的方法计算测量点迹与航迹测量预测之间的模糊综合相似度,运用阈值判别及经验概率法则给出模糊联合互联概率的计算方法,提出了集中式多传感器模糊联合概率数据互联算法的状态估计模型。对该算法与已有集中式多传感器联合概率数据互联算法进行仿真比较,仿真结果显示该算法的跟踪精度较后者提高了43.7%,同时有效地降低了周期耗时,综合性能更优越。
- 张晶炜何友熊伟
- 关键词：雷达多传感器多目标跟踪数据互联
- 几种简化联合概率数据互联算法性能分析被引量：8
- 2005年
- 针对最优联合概率数据互联算法复杂、运算量大的问题,目前提出了许多简化的联合概率数据互联算法。为了清楚地了解这些算法在不同环境下在跟踪精度、实时性等跟踪性能上的差异,对几种典型的简化算法进行了详细的性能分析。给出了简化算法的数学模型,然后从理论上对这些算法进行了优缺点比较,最后选取了多种典型的与实际工程背景相近的多目标运动环境,对几种比较有代表性的简化算法在这些环境下进行仿真实验,并根据仿真结果对它们各方面的性能进行综合分析。
- 张晶炜熊伟何友
- 关键词：目标跟踪数据互联性能分析
- 集中交互式多传感器联合概率数据互联算法被引量：7
- 2006年
- 为了解决杂波环境下多传感器多机动目标跟踪问题,本文提出了一种集中交互式多传感器联合概率数据互联算法。本文提出的算法首先应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合,并对所有的测量组合进行有效性判断,然后应用数据压缩的方法将每个有效量测组合压缩成一个等效量测点并根据每个等效量测点的联合似然函数计算其联合互联概率,最后在此基础上应用交互式多模型算法的思想以处理目标出现机动的问题。本文最后给出了该算法的分析,仿真结果表明,本文算法能够很好地解决杂波环境下多传感器多机动目标的跟踪问题。
- 张晶炜熊伟何友
- 关键词：多传感器数据互联交互式多模型
- 多传感器多目标粒子滤波算法被引量：13
- 2005年
- 为了能够有效解决非线性、非高斯环境中多传感器多目标跟踪问题,提出了一种基于粒子滤波的多传感器联合概率数据互联粒子滤波算法(MJPDAP)。该算法应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合以形成等效量测点,并计算所有等效量测点的联合似然函数。在此基础上,结合联合概率数据互联(JPDA)的思想计算各个粒子权值,以获得最终的跟踪结果。仿真结果表明,与单传感器联合概率数据互联粒子滤波算法(SJPDAP)相比,该算法位置跟踪精度能提高20m左右。
- 熊伟何友张晶炜
- 关键词：目标跟踪粒子滤波数据互联滤波算法
- 修正的概率数据互联算法
- 本文中提出了一种修正的联合概率数据互联算法,该算法给出了一种修正的联合互联概率的计算方法.最后,给出了算法的仿真分析.论文首先简述修正的联合概率数据互联算法,然后给出仿真分析和结论.
- 温玮张晶炜何友温少丹
- 关键词：多目标跟踪数据互联
- 文献传递
- 顺序结构多传感器模糊联合概率数据互联算法
- 2007年
- 为解决集中式多传感器系统中的多目标跟踪问题,本文运用模糊理论提出了一种多传感器模糊联合概率数据互联算法。该算法首先应用模糊数学的方法计算测量点迹与航迹测量预测之间的模糊综合相似度;然后运用阈值判别及经验概率法则给出模糊联合互联概率的计算方法,并提出了顺序处理结构的多传感器模糊联合概率数据互联算法的状态估计模型;最后给出了该算法与经典的多传感器联合概率数据互联算法的仿真比较。仿真结果表明,本文算法的综合性能更优越。
- 吴阳张晶炜
- 关键词：多目标跟踪数据互联
- 分布式不敏卡尔曼滤波状态估计技术被引量：2
- 2005年
- 在许多实际的分布式多传感器系统中,系统的动态或传感器的观测方程是非线性的.解决分布式多传感器非线性系统的状态估计问题,通常采用的一种方法是分布式扩展卡尔曼滤波.但由于模型的线性化误差,EKF的滤波效果在很多情况下并不能令人满意.另外,在许多实际应用中,模型的线性化过程比较繁杂,而且也不容易得到.为了有效解决分布式多传感器非线性系统的状态估计问题,提出了一种基于不敏卡尔曼滤波的状态估计技术.不敏卡尔曼滤波是最近提出的一种新的非线性滤波方法.由于不需要对非线性系统进行线性化,不敏卡尔曼滤波可以很容易地应用于非线性系统的状态估计,并且其性能也要优于扩展卡尔曼滤波.仿真结果说明分布式不敏卡尔曼滤波方法的性能要优于分布式扩展卡尔曼滤波方法.
- 熊伟张晶炜何友
- 关键词：分布式非线性多传感器状态估计不敏卡尔曼滤波
