مقایسه ی روش های EKF و UKF برای ردیابی هدف بالستیک با استفاده از وزن های بهینه

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,153

فایل این مقاله در 14 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICELE01_206

تاریخ نمایه سازی: 21 شهریور 1395

چکیده مقاله:

در این مقاله به بررسی مقایسه ی دو روش تخمین پرکاربرد بر مبنای فیلتر کالمن برای سیستم های غیرخطی می پردازیم. یک سیستم غیرخطی ردیابی هدف بالستیک را مد نظر قرار می دهیم و با استفاده از روش های فیلتر کالمن تعمیم یافته و فیلتر کالمن بی رد ، نتایج را مقایسه می نماییم. ایده ی جدید این مقاله، انتخاب بهینه برای وزن های الگوریتم فیلتر کالمن بی رد است. این روش نشان می دهد در صورت انتخاب درست این وزن ها و پارامترهای تعیین کننده ی وزن ها، خطای روش UKF، به مراتب کمتر از روش EKF می باشد. در نهایت با استفاده از شبیه سازی در محیط Matlab، نتیجه می گیریم که روش UKF، در صورت انتخاب درست وزن ها بهتر از EKF عمل می کند.

کلیدواژه ها:

فیلتر کالمن توسعه یافته ، فیلتر کالمن بی رد ، بالستیک ، ردیابی ، وزن های بهینه

نویسندگان

مریم جمعی

دانشجوی کارشناسی ارشد، دانشگاه صنعتی مالک اشتر

احمدرضا ولی

دانشیار دانشگاه صنعتی مالک اشتر

ساناز سبزواری

دانشجوی دکتری، 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 :
  • جواد سالم، محمد ضیغمی، سید محمد علوی. "مدل‌سازی مسیر حرکتی ...
  • Wan, Eric A., and Ronell Van Der Merwe. "The unscented ...
  • Giannitrapani, Antonio, Nicola Ceccarelli, Fabrizio Scortecci, and Andrea Garulli. angle ...
  • measurement, _ Aerospace and Electronic Systems, IEEE Transactions on47, no. ...
  • VanDyke, Matthew C., Jana L. Schwartz, and Christopher D. Hall. ...
  • Julier, Simon J., and Jeffrey K. Uhlmann. "New extension of ...
  • Simon, Dan. Optimal state estimation: Kalman, H infinity, and nonlinear ...
  • Kandepu, Rambabu, Bjarne Foss, and Lars Imsland. "Applying the unscented ...
  • Turner, Ryan, and Carl Edward Rasmussen. "Model based learning of ...
  • Van Der Merwe, Rudolph. "Sigma-point Kalman filters for probabilistic inference ...
  • Kitagawa, Genshiro. "Monte Carlo filter and smoother for non-Gaussian nonlinear ...
  • Dunk, Jindrich, Ondrej Straka, and Miroslav _ "Sigma-Point Set Rotation ...
  • Julier, Simon J, and Jeffrey K. Uhlmann. "New extension of ...
  • Farina, A., B. Ristic, and D. Benvenuti. "Tracking a ballistic ...
  • Arasaratnam, Ienkaran, and Simon Haykin. "Cubature kalman filters. "Automatic Control, ...
  • نمایش کامل مراجع