文献类型：期刊文章

作　　者：桑成伟[1] 徐毓[1] 张楠[1] 张萍[1]

机构地区：[1]空军雷达学院指挥自动化工程系,湖北武汉430019

出　　处：《计算机测量与控制》

基　　金：国防预研基金项目(51421040103JB4902)

年　　份：2006

卷　　号：14

期　　号：10

起止页码：1398-1400

语　　种：中文

收录情况：CSA、CSA-PROQEUST、CSCD、CSCD_E2011_2012、INSPEC、JST、ZGKJHX、普通刊

摘　　要：目前在机动目标跟踪领域中讨论比较多的算法包括扩展卡尔曼滤波算法、强跟踪算法、UKF算法和粒子滤波算法;扩展卡尔曼滤波算法对非线性方程进行一阶线性阶处理,这种近似所带来的误差会随着非线性化程度的严重而越来越显著,最终造成滤波器的发散;而粒子滤波作为一种基于蒙特卡洛方法的贝叶斯滤波算法,虽然不需要对非线性方程进行一阶近似,但是其计算负担过于繁重,很难满足实时性的要求,提出了一种基于粒子滤波(PF)的径向基(RBF)神经网络(PF-RBF-Neural-Networks)机动目标跟踪算法,该算法能够获得和粒子滤波几乎相同的跟踪精度,同时又克服了粒子滤波计算量大的缺陷,仿真结果验证了该算法的有效性和可行性。

关 键 词：非线性滤波 粒子滤波 RBF神经网络 机动目标  

分 类 号：TP301.6]