APP下载

粒子滤波的噪声相关下单步延迟无序量测更新算法

2017-05-10胡建旺

传感器与微系统 2017年5期
关键词:实验系统

赵 凯, 胡建旺, 吉 兵

(军械工程学院 信息工程系,河北 石家庄 050003)

计算与测试

粒子滤波的噪声相关下单步延迟无序量测更新算法

赵 凯, 胡建旺, 吉 兵

(军械工程学院 信息工程系,河北 石家庄 050003)

在目标跟踪系统中,因通信延迟等原因会出现传感器量测无序地到达融合中心的现象,将这些量测称为无序量测(OOSM)。针对过程噪声、量测噪声相关的非线性系统中出现的无序量测问题,在现有算法基础上,提出了一种可处理单步延迟无序量测的新算法。在前向预测滤波框架下,对系统方程去相关化,并利用粒子滤波(PF)进行状态估计。仿真结果验证了算法的有效性。

无序量测; 非线性; 噪声相关; 粒子滤波

0 引 言

在集中式目标跟踪系统中,各传感器的通信延迟、预处理时间与采样速率等存在差别,会有传感器信息不能同步到达融合中心的现象出现,这种现象称为异步现象[1,2]。在此情形下,对于同一个目标,若有较早时刻产生的量测在较晚时刻产生的量测之后到达融合中心,则称这些量测为无序量测(out-of-sequence measurement,OOSM)。

目前,直接更新法是实时处理OOSM问题的主流滤波方法,即融合中心存储目标的状态估计与估计误差协方差矩阵,直接利用收到的OOSM对当前状态估计进行再更新,得到新的目标状态充分估计量[3]。直接更新法有存储量、计算量较小,没有输出延迟等优点,因此,学者们在此滤波思想下先后提出了A1,B1,AA1,FPFD[3]等线性系统下的滤波算法。

对于弱非线性高斯系统,文献[4]提出EKF—A1算法,将非线性系统线性化,再应用已有的A1算法,这种算法较为简单,但可能存在较大的滤波误差[4];……

登录APP查看全文

猜你喜欢

实验系统
记一次有趣的实验
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
基于PowerPC+FPGA显示系统
做个怪怪长实验
半沸制皂系统(下)
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
NO与NO2相互转化实验的改进
实践十号上的19项实验