کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7115723 1461138 2017 6 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Constrained Multiple Model Bayesian Filtering for Target Tracking in Cluttered Environment
ترجمه فارسی عنوان
فیلتر چندگانه مدل محدود شده بیزی برای ردیابی هدف در محیط متمرکز
کلمات کلیدی
وسیلهی نقلیهی هوایی بدون سرنشین، برآورد مسیر مجموعه محدود تصادفی، فیلتر چندگانه مدل، محدودیت دولت سیستم، پیاده سازی متوالی مونت کارلو،
ترجمه چکیده
این مقاله روشی فیلتراسیون کامپوزیتی بیزی را برای تخمین تراست وسیله نقلیه بدون سرنشین در محیط های کلان ارائه می دهد. به طور خاص، یک مدل کامل برای عملکرد احتمال اندازه گیری از تمام اندازه گیری ها، از جمله مشاهده شده توسط هدف و آلارم های کاذب، بر اساس نظریه مجموعه محدود تصادفی مشتق شده است. برای جابجایی چندین حالت مانور مختلف و محدودیت های حالت سیستم، یک الگوریتم فیلترینگ بیزی برای چندین مدل بازگشتی و پیاده سازی مونت کارلو پیوسته آن ایجاد شده است. در مقایسه با رویکردهای کلاسیک، روش پیشنهادی مشکل عدم قطعیت اندازه گیری را بدون هیچگونه وابستگی داده می کند. شبیه سازی های عددی برای برآورد یک مسیر حرکتی ناو هواپیمابر تولید شده توسط قانون راهنمایی ناوبری متناسب متمایز به طور واضح اثربخشی فرموله شده پیشنهاد می شود.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مکانیک محاسباتی
پیش نمایش مقاله
فیلتر چندگانه مدل محدود شده بیزی برای ردیابی هدف در محیط متمرکز
چکیده انگلیسی
This paper proposes a composite Bayesian filtering approach for unmanned aerial vehicle trajectory estimation in cluttered environments. More specifically, a complete model for the measurement likelihood function of all measurements, including target-generated observation and false alarms, is derived based on the random finite set theory. To accommodate several different manoeuvre modes and system state constraints, a recursive multiple model Bayesian filtering algorithm and its corresponding Sequential Monte Carlo implementation are established. Compared with classical approaches, the proposed method addresses the problem of measurement uncertainty without any data associations. Numerical simulations for estimating an unmanned aerial vehicle trajectory generated by generalised proportional navigation guidance law clearly demonstrate the effectiveness of the proposed formulation.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: IFAC-PapersOnLine - Volume 50, Issue 1, July 2017, Pages 425-430
نویسندگان
, , ,