欢迎来到天天文库
浏览记录
ID:13046929
大小:34.50 KB
页数:11页
时间:2018-07-20
《多站纯方位目标跟踪算法研究 文献综述》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、---------------------------------------------------------------范文最新推荐------------------------------------------------------多站纯方位目标跟踪算法研究+文献综述11/11---------------------------------------------------------------范文最新推荐--------------------------------------
2、----------------多站纯方位目标跟踪算法研究+文献综述11/11---------------------------------------------------------------范文最新推荐------------------------------------------------------多站纯方位目标跟踪算法研究+文献综述11/11---------------------------------------------------------------范文最新推
3、荐------------------------------------------------------多站纯方位目标跟踪算法研究+文献综述11/11---------------------------------------------------------------范文最新推荐------------------------------------------------------摘要纯方位被动跟踪是无源定位跟踪技术的一个重要分支,它是一种利用目标的方位信息估计目标的运动参数,对目标
4、实施定位跟踪的技术。被动传感器如无源雷达,本身并不发射电磁波,不易被敌方电子侦察系统探测到,从而具有抗干扰、抗反辐射导弹攻击等优势。文章首先介绍了多站纯方位跟踪的基本原理,建立了适合的混合坐标系,在此基础上总结了几种常用的线性、非线性滤波算法方法,并对其各自存在的优缺点以适用范围进行了归纳分析。最后通过数值仿真实验,对扩展卡尔曼滤波和不敏卡尔曼滤波两种典型的非线性滤波方法进行了分析比较。结果表明:在弱非线性条件下,两种算法的估计性能相当;对于强非线性系统,不敏卡尔曼滤波具有更好的估计性能,而扩展卡尔曼
5、滤波不再适用。9229关键词纯方位目标跟踪非线性扩展卡尔曼滤波不敏卡尔曼滤波毕业设计说明书(论文)外文摘要TitleMulti-stationbearingstargettrackingalgorithmAbstractBearings-onlypassivetrackingisanimportantbranchofpassivelocationtrackingtechnology,itisatargetlocationinformationtoestimatethetargetmotionparam
6、eters,implementedonthetargetlocationandtrackingtechnology.Passivesensorssuchaspassiveradaritselfdoesnotemitelectromagneticwave,isnoteasytodetectenemyelectronicsurveillancesystem,whichhasanti-jamming,anti-radiationmissileattackadvantage.Thearticlefirstin
7、troducesthebasic11/11---------------------------------------------------------------范文最新推荐------------------------------------------------------principlesofmulti-stationbearingtracking,suitablemixed-coordinatesystem,basedonthesummaryofseveralcommonlyuse
8、dlinearandnonlinearfilteringalgorithms,andtheirrespectiveadvantagesanddisadvantagesofthescopeofapplicationoftheinductiveanalysis.ExtendedKalmanFilterandUnscentedKalmanfilteringintwotypicalnonlinearfilteringmethodareanalyzedandcom
此文档下载收益归作者所有