ردیابی هدف مانوردار از روی سمت با استفاده از مدل مارکوف مرتبه دوم غیرخطی

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 113

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JSST-15-3_002

تاریخ نمایه سازی: 22 فروردین 1402

چکیده مقاله:

در این مقاله ضمن بررسی و تحلیل مدل حرکتی مانوردار برای هدف، روش جدیدی مبتنی بر روش چند مدلی IMM برای حل مسئله ی ردیابی در حضور نویز اندازه گیری ارائه می شود. در این روش دو مدل به کار می-رود که برای هر مدل از یک صافی کالمن توسعه یافته برای تخمین حالت مربوط به مدل تصادفی هدف استفاده می شود. تخمین نهایی حالت مربوط به حرکت هدف متشکل از حالت های این دو مدل است؛ به این صورت که برای هر مدل وزن خاصی به صورت تطبیقی محاسبه می شود و تخمین نهایی هدف از جمع وزن دار حالت های مربوط به هر مدل بدست می آید. در این مقاله برای تخمین بهتر از مدل های مارکوف مرتبه دوم برای توصیف رفتار سیستم استفاده شده است که منجر به کاهش تعداد مدل های حرکتی مورد نیاز می شود. به این معنی که برای تصمیم گیری برای مدل بعدی از دو مدل قبل کمک گرفته می شود و الگوریتمی به مراتب بهتر از الگوریتم IMM مرتبه اول ارائه می شود.

کلیدواژه ها:

ردیابی هدف ، روش IMM ، مدل مارکوف ، فیلتر کالمن توسعه یافته

نویسندگان

محسن ابراهیمی

دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی شاهرود، شاهرود، ایران

امیر فرهاد احیائی

گروه مهندسی برق-کنترل، دانشکده فنی و مهندسی، دانشگاه بین المللی امام خمینی، قزوین، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • J.A. Fawcett, “Effect of course maneuvers on bearings-only range estimation,” ...
  • Y. Oshman and P. Davidson, “Optimization of observer trajectories for ...
  • M. Gavish and A. J. Weiss, “Performance analysis of bearing-only ...
  • Popoli. R and S. Blackman, “Design and Analysis of Modern ...
  • M. F. Huber, “Chebyshev polynomial Kalman filter,” Digital Signal Processing, ...
  • T. Yang, P. G. Mehta, and S. P. Meyn, “Feedback ...
  • B. Jia, M. Xin, and Y. Cheng, “High-degree cubature Kalman ...
  • L. Badriasl, and. K. Dogancay, “Three-Dimensional Target Motion Analysis Using ...
  • L. Scala and M,B Morelande, “An analysis of the single ...
  • O. Straka, J. Dunik and M. Simandl, “Performance Evaluation of ...
  • A.G. Lindgren, K.F. Gong, “Position and Velocity Estimation Via Bearing ...
  • M. T. Sabet, A. R. Fathi, and H. R. Mohammadi ...
  • B. Ristic and M. S. Arulampalam, “Tracking a manoeuvring target ...
  • H. E. Soken, C. Hacizade, and S. Sakai, “Simultaneous adaptation ...
  • X. Wang, Z. You, and K. Zhao, “Inertial/celestial-based fuzzy adaptive ...
  • B. Feng, M. Fu, H. Ma, Y. Xia, and B. ...
  • le Cadre, J-P., and S. Laurent-Michel, “Optimizing the receiver maneuvers ...
  • Li , X. Rong. and V. P. Jilkov, “Survey of ...
  • J. Lan, X. R. Li, V. P. Jilkov, and C. ...
  • Blom, AP. Henk, and y. Bar-Shalom,.“The interacting multiple model algorithm ...
  • Nardone, C. Steven. and. M. L. Graham.,“A closed-form solution to ...
  • B. Ristic, S. Arulampalam, and N. Gordon, “Beyond the Kalman ...
  • A. Farina, “ Target tracking with bearings-Only measurements,” Signal Processing, ...
  • S. E. Hammel, P.T. Liu, E.J. Hilliard, et.al, “Optimal observer ...
  • S. E. Hammel, and V. J. Aidala, “Observability requirements for ...
  • S. C. Nardone, and V. J. Aidala, “Observability criteria for ...
  • Le Cadre , J.-P. and O. Tremois, “Bearings-only tracking for ...
  • Ristic , Branko, and B. Arulampalam., “Bernoulli Particle Filter with ...
  • D. H. Dini, C. Jahanchahi, and D. P. Mandic, “Kalman ...
  • K. Ito and K. Xiong, “Gaussian filters for nonlinear filtering ...
  • J. L. Kraige and L. G. Meriam, “Engineering Mechanics: Dynamics ...
  • نمایش کامل مراجع