ردیابی یک جسم پرنده با استفاده از فیلترهای غیرخطی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 588

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAARS01_161

تاریخ نمایه سازی: 16 اسفند 1394

چکیده مقاله:

به طور معمول در ردیابی هدف، مدل سیستم دینامیکی و اندازه گیری های تابعی غیرخطی از حالت های هدف می باشد. از طرفی اگر نویز اندازه گیری دارای ماهیت غیر گوسی باشد برخی از سیستم های غیرخطی به طور بهینه عمل نخواهند کرد و تخمین های بدی خواهد داشت. فیلتر ذره ای از جمله فیلترهای غیرخطی است که کاربرد وسیعی در تخمین سیستم های غیر خطی و غیر گوسی دارد. در این مقاله ردیابی هدف در حضور نویز گوسی و غیر گوسی با استفاده از فیلتر کالمن تعمیم یافته و فیلتر ذره ای صورت گرفته است. نتایج به دست آمده نشان می دهد برای نویز گوسی خطای تخمین هر دو روش تفاوت چندانی ندارد ولی برای نویز غیر گوسی خطای تخمین در فیلتر کالمن تعمیم یافته نسبت به فیلتر ذره ای بیشتر است و این در حالی است که حجم محاسبات در فیلتر ذره ای نسبت به فیلتر کالمن تعمیم یافته قابل ملاحظه است و دقت بیشتر مستلزم هزینه زمانی و سخت افزاری بیشتر خواهد بود.

کلیدواژه ها:

ردیابی هدف ، فیلتر ذره ای ، فیلتر کالمن توسعه یافته ، مدل شتاب سینگر

نویسندگان

الهام مشرقیان

کارشناسی ارشد مهندسی برق،کنترل ،دانشگاه صنعتی مالک اشتر

محمدرضا عاروان

دانشیار ،دانشگاه صنعتی مالک اشتر

مینا نجفی پیراسته

کارشناس ارشد مهندسی برق-کنترل ،دانشگاه صنعتی مالک اشتر

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 :
  • Meditch, J.S, Stochastic Optimal Linear Estimation andControl, McGrawHill, 1996. ...
  • S. J. Julier, Et Al., A New Approch For Filtering ...
  • Simon, Dan.Optimal state estimation: Kalman, H infinity, and nonlinear approaches. ...
  • Ristic, Branko, Sanjeev A rulampalam, and Neil Gordon. "Beyond the ...
  • M. S. A rulampalam, S. Maskell, N. Gordon, and T. ...
  • A. Romanenko and J. A. Castro, "The unscented filter as ...
  • N. J. Gordon, D. J. Salmond, and A. F. Smith, ...
  • J. V. Candy, Bayesian signal processing: Classical, modern and particle ...
  • W. Yali, " A New Particle Filter for Target Tracking, ...
  • W. Hassan, N. Bangalore, P. Birch, R. Young, and C. ...
  • Z. Wang, H. Zhao, H. Shang, and S. Qiu, " ...
  • X. R. Li and v. P. Jilkov, "Survey of maneuvering ...
  • E. W. Kamen and . K. Su, Introduction to optimal ...
  • نمایش کامل مراجع