论文摘要
基于EPF的无人机侦察移动目标定位算法在采样阶段需要利用EKF算法计算所有粒子的均值和协方差,导致其计算量大。本文提出了一种基于KL距离的自适应EPF改进算法,该方法在采样阶段利用EKF算法更新前半部分粒子,后半部分粒子仍通过先验概率分布更新,然后根据两个粒子集概率分布间的KL距离自适应更新当前时刻的粒子数。在保证精度的同时选择合适的粒子数目,大幅度降低计算量,提高运算速度。通过实测飞行数据验证,该算法平均每个采样周期内粒子数为40,平均每个采样周期内计算时间为8 ms。与EPF算法相比,该方法能在保证定位精度的同时明显减少计算耗时,具有一定的工程应用价值。
论文目录
文章来源
类型: 期刊论文
作者: 陈丹琪,金国栋,谭力宁,苏伟,芦利斌
关键词: 无人机,目标定位,扩展卡尔曼粒子滤波,距离,自适应粒子滤波
来源: 仪器仪表学报 2019年09期
年度: 2019
分类: 工程科技Ⅱ辑,信息科技
专业: 航空航天科学与工程,无线电电子学,计算机软件及计算机应用
单位: 火箭军工程大学
基金: 国家自然科学基金(61673017)项目资助
分类号: TN713;TP391.41;V279
DOI: 10.19650/j.cnki.cjsi.J1905296
页码: 227-236
总页数: 10
文件大小: 649K
下载量: 96
相关论文文献
标签：无人机论文; 目标定位论文; 扩展卡尔曼粒子滤波论文; 距离论文; 自适应粒子滤波论文;