ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

Passive Position Estimation of Moving Target Using the Measured Signals of TDOA and FDOA and Intelligent Kalman Filter

سال انتشار: 1394
کد COI مقاله: CRSTCONF01_100
زبان مقاله: انگلیسیمشاهده این مقاله: 378
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Passive Position Estimation of Moving Target Using the Measured Signals of TDOA and FDOA and Intelligent Kalman Filter

Farimah Taghavibayat - Department of Electrical Engineering, AmirKabir University of Tehran, Tehran, Iran
Ayaz ghorbani - Department of Electrical Engineering AmirKabir University of Tehran, Tehran, Iran
Esamil zarezade - Department of Electrical Engineering, Khatam Alanbia Yniversity of Technology, Tehran, Iran.

چکیده مقاله:

In this paper, a moving target tracking algorithm using measured signals of Time Difference of Arrival (TDOA) and Frequency Difference of Arrival (FDOA) is presented. TDOA algorithm alone is not enough to estimate the position of the target region. That is why in this paper by using both TDOA system and measured FDOA signals, location and speed estimation of target are addressed. Kalman filter has a significant application in estimation of both calculations and location. Nevertheless, when noise and uncertainty exist in the estimation, the estimation error could be great.In this paper, it is intended to present design of a robust estimator as an optimization problem. Basically, a robust system must be able to withstand parametric changes and also has a constant and proper operation in almost all cases. Intelligent methods are used in this paper to determine the optimal values of parameters of robust estimator. Considering continuous nature of studied optimization problem (regarding the real nature of unknown parameters), algorithms should be used that work on continuous spaces, including Genetic Algorithm (GA), Particle Swarm Optimization (PSO) and Differential Evolution (DE). In this paper, both PSO and DE algorithms are used for designing the robust estimator and then a two-degree system with one uncertain parameter in state matrix is used in state estimation

کلیدواژه ها:

state estimation, Kalman filter, PSO algorithm, DE algorithm, TDOA

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CRSTCONF01_100 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/446502/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Taghavibayat, Farimah and ghorbani, Ayaz and zarezade, Esamil,1394,Passive Position Estimation of Moving Target Using the Measured Signals of TDOA and FDOA and Intelligent Kalman Filter,کنفرانس بین المللی پژوهش در علوم و تکنولوژی,https://civilica.com/doc/446502

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394, Taghavibayat, Farimah؛ Ayaz ghorbani and Esamil zarezade)
برای بار دوم به بعد: (1394, Taghavibayat؛ ghorbani and zarezade)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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. Wan, K. Nan. Miu, _ Zonal-Load Estimation Method for ...
  • L. Xie, Y. C. Soh, and C. E. de Souza, ...
  • U. Shaked, and C. E. de Souza, "Robust Filtering, " ...
  • Transactions _ Signal Processing, Vol. 43, No. 11, pp. 2474-2483, ...
  • Y. Theodor, and U. Shaked, "Robust Discrete-Time Minimum Variance Filtering, ...
  • J. C. Geromel, "Optimal Linear Filtering Uncertainty, " ...
  • Transactions _ Signal Processing, Vol. 47, No. 1, pp. 168-175, ...
  • U. Shaked, L. Xie, and Y. C. Soh, "New Approaches ...
  • Processing, Vol. 49, No. 11, pp. 2620-2629, 2001. ...
  • M. Fu, C. E. de Souza, and Z.-Q.Luo, _ Finite-Horizon ...
  • X. Zhu, Y. C. Soh, and L. Xie, "Design and ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: 63,994
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

    پشتیبانی