基于UPF的神经网络辅助机动目标跟踪
俞国庆
刘忠
刘晓
1.海军工程大学电子工程学院,武汉,4300332.海军工程大学电子工程学院,武汉,4300333.海军工程大学电子工程学院,武汉,430033
摘要：为提高机动目标跟踪性能,提出了一种神经网络辅助下的滤波方法.基于Unscented卡尔曼滤波方法,Unscented粒子滤波器(UPF)能够产生较准确的建议密度分布,因此相对于其它蒙特卡洛方法,UPF能够获得对非线性目标跟踪问题更好的近似.利用目标的机动特征建立和训练神经网络,将神经网络的输出作为加速度控制参数,用于修正目标的运动模型.仿真结果表明,与扩展卡尔曼滤波相比,神经网络辅助下的UPF具有更好的跟踪性能.
关键词：目标跟踪粒子滤波神经网络
分类号：TN953(雷达)
资助基金：中国博士后基金项目(20090451533)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 49-51,76 )
英文信息