管旭军
- 作品数：12 被引量：54H指数：4
- 供职机构：中国人民解放军92854部队更多>>
- 发文基金：国家自然科学基金山东省自然科学基金更多>>
- 相关领域：电子电信航空宇航科学技术兵器科学与技术自动化与计算机技术更多>>
- 非线性滤波算法在无源定位中的应用被引量：3
- 2007年
- 针对无源定位中量测方程非线性对滤波精度及稳定性的影响,分析了基于模型线性化的滤波算法,包括扩展卡尔曼滤波(EKF)、伪线性滤波(PLF)、修订增益的扩展卡尔曼滤波(MGEKF)算法的特点,重点论述了非线性滤波(UKF)与粒子滤波器(PF)这2种新的非线性滤波方法思想及其特点,指出了无源定位问题中,这2种算法有更好的滤波精度及稳定性.
- 王中训管旭军王德法
- 关键词：非线性滤波无源定位粒子滤波器
- 抗反辐射导弹技术研究
- 基于对反辐射导弹(ARM)局限性的分析,重点研究了对抗ARM的电子干扰方法及技术措施,并简要介绍了以硬摧毁技术对抗ARM的方法.
- 管旭军康锡章
- 关键词：反辐射导弹雷达ARM电子对抗反雷达导弹
- 文献传递
- 一种机动目标无源定位的新方法被引量：5
- 2005年
- 目前对仅用测角信息的单站无源定位问题的研究,主要是基于固定辐射源目标以及匀速直线运动的辐射源目标,而在实际应用中目标常常是机动的。由此,提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法,它不需要假定目标的机动加速度模型,而是通过检测跟踪滤波器归一化新息平方来调整过程噪声,从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决,不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响,而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较,仿真结果验证了提出算法的优越性。
- 芮国胜管旭军
- 关键词：无源定位非线性
- 集中式多传感器无极联合概率数据互联算法被引量：4
- 2009年
- 针对杂波环境下非线性系统中的多传感器多目标跟踪问题,提出了一种集中式多传感器无极联合概率数据互联算法。该算法中,首先采用无极卡尔曼滤波器实现非线性系统中状态分布的传递,在此基础上应用联合概率数据的思想将单个传感器的量测点迹与航迹互联,最后推广至顺序结构。由于无极卡尔曼滤波器可以获得比扩展卡尔曼滤波算法更高精度的近似,因此能减少非线性模型线性化引起的近似误差对联合概率数据互联概率及状态估计的影响,与基于扩展卡尔曼滤波器思想的顺序多传感器联合概率数据互联算法相比,该算法具有更高的跟踪精度和稳定性,最后通过仿真结果验证了该算法的优越性。
- 管旭军周旭芮国胜
- 关键词：多传感器多目标非线性
- 多传感器顺序统计量不敏概率数据互联算法
- 2009年
- 针对非线性系统中杂波环境下的多传感器多目标跟踪问题,提出了一种多传感器顺序统计量不敏概率数据互联算法(MSOSUPDA)。算法首先根据顺序结构多传感器系统实现方法将研究问题转化为顺序处理多个非线性单传感器多目标跟踪问题,然后结合顺序统计量概率数据互联(OSPDA)的思想将单个传感器的量测点迹与多个航迹互联,在此基础上采用不敏卡尔曼滤波(UKF)实现非线性条件下目标状态估计与协方差的递推。与MSJPDA/EKF算法相比,算法具有更高的跟踪精度和稳定性,计算量明显减小。仿真结果表明,该算该发散率与耗时分别为MSJPDA/EKF算法的19%与70%,算法综合性能明显好于MSJPDA/EKF算法。
- 管旭军芮国胜张玉玲周旭
- 关键词：多传感器多目标跟踪非线性
- 基于S-D分配的集中式多传感器不敏滤波算法
- 2010年
- 研究了非线性环境中的集中式多传感器多目标跟踪问题,提出了一种基于S-D分配的集中式多传感器不敏滤波算法。算法通过广义S-D分配技术实现每个传感器中的量测与目标的数据关联,求得所有可能互联中的最佳划分,然后按照顺序多传感器联合概率数据互联算法,依次处理最佳划分中各传感器源于同一目标的量测,在此基础上通过不敏卡尔曼滤波(UKF)解决非线性系统中的目标跟踪问题。最后给出了该算法与MSJPDA/EKF算法的仿真比较,结果表明该算法具有更高的稳定性和跟踪精度。
- 管旭军芮国胜周旭张玉玲
- 关键词：多传感器多目标跟踪非线性不敏卡尔曼滤波
- 基于UKF的单站无源定位算法被引量：27
- 2004年
- 将一种适用于非线性系统的UKF应用于单站无源定位,并结合具体应用背景,对通常的UKF作了适当的改进。与推广卡尔曼滤波器(EKF)相比,UKF能更好解决量测模型非线性问题,滤波性能更好,而且UKF的计算量与EKF是同阶的。
- 管旭军芮国胜
- 关键词：UKF单站无源定位
- 修正并行式多传感器不敏多假设跟踪算法被引量：2
- 2010年
- 为了有效解决非线性系统中的多传感器多目标跟踪问题,提出了一种修正并行式多传感器不敏多假设滤波算法。算法运用概率数据互联的思想对各传感器的估计量进行概率加权,克服了并行式多传感器算法的误差积累现象,得到了一种修正的多传感器并行式算法。各传感器中量测点迹与航迹的数据互联问题通过多假设方法予以解决,并通过不敏卡尔曼滤波器完成非线性系统中的目标跟踪。仿真结果表明,从跟踪精度及稳定性方面看,所提出的算法性能要优于MSJPDA/EKF算法。
- 管旭军芮国胜张玉玲周旭
- 关键词：非线性多传感器多目标跟踪
- 基于UKF的机载无源定位算法被引量：8
- 2005年
- 提出了一种基于UKF(Unscented Kalman Filter)的机载无源定位算法,并结合应用背景,对系统模型以及通常的UKF算法作了相应的改进。该算法对量测模型非线性问题采用UKF予以解决,克服了EKF(Extended Kalman Filter)中引入的较大线性化误差对性能的影响。与基于EKF的定位算法相比,本文提出的算法滤波性能更好,对初始估计误差不敏感,并且算法不用计算雅可比或黑赛矩阵,更容易实现。仿真结果验证了提出算法的优越性。
- 管旭军芮国胜康锡章
- 关键词：无源定位非线性
- 集中式多传感器不敏多假设滤波算法被引量：1
- 2010年
- 为了解决非线性系统中杂波环境下的多传感器多目标跟踪问题,提出了一种集中式顺序多传感器不敏多假设滤波算法。在算法中,首先根据顺序结构多传感器系统实现方法将研究问题转化为顺序处理多个非线性单传感器多目标跟踪问题,然后结合多假设跟踪的思想将单传感器中量测点迹与多个航迹互联,在此基础上采用不敏卡尔曼滤波完成非线性条件下目标状态估计与协方差的递推。仿真结果表明,与MSJPDA/EKF算法相比,本算法具有更高的跟踪精度和稳定性。
- 管旭军张玉玲芮国胜周旭
- 关键词：多假设跟踪多目标多传感器不敏卡尔曼滤波
