陕西省教育厅科研计划项目(12JK0529)
- 作品数：8 被引量：23H指数：2
- 相关作者：陈金广马丽丽张芬张曼贺姗更多>>
- 相关机构：西安工程大学西安电子科技大学更多>>
- 发文基金：国家自然科学基金陕西省教育厅科研计划项目中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 结合初值选取的最大似然估计被动定位算法(英文)
- 2013年
- 针对传统最大似然被动定位算法(MLE)在定位过程中需要设定初始位置的问题,提出了一种改进的MLE定位算法。首先采用最小二乘法计算目标初始位置。此外,为了适应量测误差,将其与传感器位置之间的差方根作为传感器测量误差的近似加权矩阵,再使用加权最小二乘公式,估计新的目标位置。最后,将该估计值作为初始值,使用传统MLE算法获得最终定位结果。改进算法无需设定初始目标位置,运算过程不易发散,时间复杂度不高,取得的定位精度和传统MLE算法相同。仿真结果表明了改进算法的有效性。
- 陈金广马丽丽
- 关键词：最大似然估计数据融合
- DSmT框架下PCR分配法则的随机集表示
- 2014年
- 证据理论的随机集表示能够使不同类型的信息,采用统一的多源信息融合系统进行建模处理。根据现有的随机集理论统一表示模型和DSmT理论的随机集表示,采用随机集理论对PCR分配法则进行随机集表示。提出PCR分配法则随机集表示形式的转换规则。依据转换规则推导出PCR分配法则的随机集表示。研究结果有益于信息融合的统一表示和处理。
- 马丽丽张芬陈金广
- 关键词：DSMT随机集证据理论信息融合
- 多证据源冲突的组合度量方法被引量：2
- 2013年
- 具有不同特性的证据源,利用现有的冲突度量方法得到的冲突值存在效果不理想的情形。因此,针对现有的冲突度量方法进行分析研究,采用将冲突度量方法两两组合的思想,提出了一类冲突度量方法。利用实例分析几种常用冲突度量方法的特性;描述组合度量方法的实现思路,对组合度量方法中证据理论的适用范围进行讨论。算例结果表明,新方法能够更加有效地判断证据源间的冲突程度,从而使证据融合过程中证据理论的选择更加准确。
- 陈金广张芬
- 关键词：证据理论DEMPSTER-SHAFER证据理论信息融合
- 基于随机集理论的多目标跟踪研究进展被引量：6
- 2012年
- 基于随机有限集理论的多目标跟踪方法,能够避免数据关联步骤的困扰,能够较好地解决复杂环境中目标数目未知且随时间变化的多目标跟踪问题。本文分析基于数据关联和基于随机集理论的多目标跟踪方法,阐明基于随机集理论的多目标跟踪方法的特点和优点,对目标状态提取、航迹关联、更准确的滤波算法,以及复杂条件下的PHDF算法等关键问题进行总结和评述,并指出该领域今后的研究热点。
- 陈金广马丽丽
- 关键词：随机有限集多目标跟踪概率假设密度滤波状态估计粒子滤波
- DSmT框架下的广义PCR组合规则被引量：1
- 2014年
- 在开放世界中,一个辨识框架可能没有包含命题所有可能的描述,传统的PCR组合规则并不能够对这种辨识框架不完备情况下的信息进行融合。针对该问题,在广义证据理论基本框架的基础上,提出了广义PCR组合规则。广义PCR组合规则扩展了传统PCR组合规则的适用范围,使其在辨识框架不完备的情况下,仍能够对信息进行有效融合。此外,在证据源之间存在较大冲突的情况下,广义PCR组合规则能够获得比广义DST组合规则更好的融合结果。算例结果表明,广义PCR组合规则是有效和合理的。
- 陈金广张芬
- 关键词：信息融合证据理论
- 基于DST和PCR2的自适应信息融合算法被引量：2
- 2013年
- DS理论(DST)在低冲突条件下融合精度高于DSm理论(DSmT),而DSmT在高冲突条件下融合精度高于DST。为进一步提高融合精度,结合DST和DSmT的优点,提出一种基于DST和PCR2的自适应信息融合算法。对DSmT框架下的分配法则进行分析,选择融合精度较高且时间复杂度较低的PCR2分配法则。采用PCR2和DST进行自适应融合,即在冲突率高的情况下使用PCR2,而在冲突率低的情况下使用DST。算例结果表明,该算法能够进一步提高融合结果的准确程度,时间复杂度介于DST和PCR2规则之间。
- 陈金广张芬
- 关键词：证据理论
- 强跟踪求积分卡尔曼滤波算法被引量：1
- 2014年
- 在非线性系统滤波问题中,可能出现真实系统和滤波模型不匹配的现象,而标准形式的求积分卡尔曼滤波器对于这种具有模型不确定性系统的鲁棒性较差、滤波精度降低的问题。针对该问题,结合强跟踪滤波器的思想,提出了强跟踪求积分卡尔曼滤波算法。通过引入衰减因子对当前时刻的状态预测协方差矩阵进行修正,使得不同时刻的残差序列保持正交,减弱先前滤波结果对当前滤波过程的影响,增强量测值的作用,减弱模型的作用,克服模型的不确定性对滤波结果的影响。仿真结果表明,在具有模型不确定性情况的非线性滤波问题中,该算法与标准形式的求积分卡尔曼滤波算法相比,能够获得更高的滤波精度。
- 马丽丽贺姗陈金广
- 关键词：非线性系统状态估计卡尔曼滤波
- 多传感器集中式增量卡尔曼滤波融合算法被引量：11
- 2014年
- 在单个传感器的状态估计系统中,标准的增量卡尔曼滤波方法可以有效消除量测系统误差。对于多传感器情况,标准算法失效。针对该问题,提出了多传感器集中式增量卡尔曼滤波融合算法,即:增量卡尔曼滤波的扩维融合算法和增量卡尔曼滤波的序贯融合算法。在标准增量卡尔曼滤波算法的基础上,结合扩维融合和序贯融合的思想来实现多传感器数据的融合。实验结果表明,当存在量测系统误差时,提出的集中式融合算法与传统的集中式融合算法相比,提高了滤波精度,并且能够成功地消除量测系统误差。
- 马丽丽张曼陈金广
- 关键词：多传感器数据融合
