基于自适应比例修正无迹卡尔曼滤波的目标定位估计算法
Target Locating Estimation Algorithm Based on Adaptive Scaled Unscented Kalman Filter
查看参考文献10篇
|
文摘
|
针对无线传感器网络中基于接收信号指示强度(RSSI)定位系统在精确性和实时性方面存在的问题,提出了一种基于自适应比例修正无迹卡尔曼滤波(ASUKF)的定位估计算法。通过分析RSSI定位模型的特点,将定位问题转化为非线性系统估计问题。该算法在滤波过程中采用比例修正对称采样策略,并利用次优Sage-Husa估计器实时处理系统噪声的统计特性,对目标位置和信道参数进行同时估计解算。实验及仿真结果表明,与标准UKF估计算法相比,新算法有效减小了状态估计误差,提高了滤波的稳定性,定位精度更为准确。 |
|
其他语种文摘
|
To improve the accuracy and real-time performance of the the Received Signal Strength Indication (RSSI) -based location system, an estimation algorithm based on adaptive scaled Unscented Kalman Filter (UKF) is proposed. By analyzing the RSSI location model, this new algorithm convents the location problem into estimation of nonlinear system model. It can estimate the target position and the RSSI channel attenuation parameter simultaneously by using the scaled symmetric sampling and the modified Sage-Husa noise statistic estimaters. The experimental and simulation results show that, compared with standard UKF, the proposed algorithm can effectively reduce the state estimation error, improve the filter stability and provide more better accuracy for target location. |
|
来源
|
兵工学报
,2013,34(5):561-566 【核心库】
|
|
DOI
|
10.3969/j.issn.1000-1093.2013.05.008
|
|
关键词
|
信息处理技术
;
无线传感器网络
;
定位
;
自适应滤波
;
无迹卡尔曼滤波
|
|
地址
|
北京交通大学电子信息工程学院, 北京, 100044
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-1093 |
|
学科
|
电子技术、通信技术 |
|
基金
|
国家自然科学基金项目
|
|
文献收藏号
|
CSCD:4847814
|
参考文献 共
10
共1页
|
|
1.
袁罡. 基于UKF的单站无源定位与跟踪算法.
电子与信息学报,2008,30(9):2120-2123
|
CSCD被引
9
次
|
|
|
|
|
2.
刘明雍. 一种基于改进无迹卡尔曼滤波的自主水下航行器组合导航方法研究.
兵工学报,2011,32(2):252-256
|
CSCD被引
4
次
|
|
|
|
|
3.
宋保业. 基于Unscented卡尔曼滤波的目标位置和信道参数同时估计算法.
中国石油大学学报：自然科学版,2011,35(2):178-182
|
CSCD被引
2
次
|
|
|
|
|
4.
刘学. 自适应迭代平方根UKF的单站无源定位算法.
哈尔滨工程大学学报,2011,32(3):372-377
|
CSCD被引
4
次
|
|
|
|
|
5.
潘泉. 一类非线性滤波器--UKF综述.
控制与决策,2005,20(5):481-490
|
CSCD被引
121
次
|
|
|
|
|
6.
Julier S J. Unscented lteringand nonlinear estimation.
Proceedings of the IEEE,2004,92(3):401-422
|
CSCD被引
787
次
|
|
|
|
|
7.
Julier S J. The scaled unscented transformation.
Proceeding of the American Control Conference,2002:4555-4559
|
CSCD被引
4
次
|
|
|
|
|
8.
石勇. 自适应UKF算法在目标跟踪中的应用.
自动化学报,2011,37(6):755-759
|
CSCD被引
62
次
|
|
|
|
|
9.
Sage A. Adaptive-ltering with unknown prior statistics.
Proceedings of Joint Automatic Control Conference,1969:760-769
|
CSCD被引
4
次
|
|
|
|
|
10.
Yang Y X. An optimal adaptive Kalman-lter.
Journal of Geodesy,2006,80(4):177-183
|
CSCD被引
105
次
|
|
|
|
|
了解气象卫星更多信息，请访问