主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
曹亚陆,杨乐,刘全胜,彭力,郭福成.一种带二次等式约束的卡尔曼滤波目标跟踪算法.软件学报,2013,24(S1):24-32
一种带二次等式约束的卡尔曼滤波目标跟踪算法
Target Tracking Algorithm Based on Kalman Filtering with Quadratic Equality Constraints
投稿时间:2013-05-02  修订日期:2013-08-22
DOI:
中文关键词:  无线传感器网络  目标跟踪  卡尔曼滤波  二次等式约束  广义信赖域子问题
英文关键词:wireless sensor network  target tracking  Kalman filtering  quadratic equality constraint  generalized trust region sub-problem
基金项目:国家自然科学基金(61304264, 61305017); 江苏省自然科学基金(BK20130154); 江苏省产学研联合创新资金项目(BY2013015-33)
作者单位E-mail
曹亚陆 江南大学 物联网工程学院, 江苏 无锡 214122  
杨乐 江南大学 物联网工程学院, 江苏 无锡 214122 le.yang.le@gmail.com 
刘全胜 无锡职业技术学院 物联网技术学院, 江苏 无锡 214122  
彭力 江南大学 物联网工程学院, 江苏 无锡 214122  
郭福成 国防科学技术大学 电子科学与工程学院, 湖南 长沙 410073  
摘要点击次数: 2245
全文下载次数: 2938
中文摘要:
      目标跟踪是无线传感器网络的重要应用之一.研究目标运动轨迹满足一个二次等式约束(quadraticequality constraint)的目标跟踪问题.在实际应用中,当飞行器进行盘旋或者车辆沿弯道行使时,其轨迹均近似满足一个二次等式约束.考虑在卡尔曼滤波(Kalman filtering,简称KF)算法中引入二次等式约束以提高目标跟踪精度.所提出的算法在每个采样时刻首先利用新获取的观测量和无约束卡尔曼滤波算法更新目标运动状态估计,然后利用带二次等式约束的极大似然估计(maximum likelihood estimator,简称MLE)修正目标运动状态估计.在求解约束极大似然问题时,将其看作一类广义信赖域子问题(generalized trust region sub-problem,简称GTRS),以获得全局最优解.仿真结果表明,该算法与现有带二次等式约束的卡尔曼滤波算法相比具有更高的跟踪精度.
英文摘要:
      Target tracking is one of the essential applications of the wireless sensor network. This paper considers the scenario where the target motion trajectory satisfies a quadratic equality constraint. In practice, when an aircraft hovers or a ground vehicle travels along a curve, its trajectory can be represented approximately as a quadratic function. This study applies quadratic constraints in the well-known Kalman filter (KF) to improve its performance in target tracking. The proposed algorithm first utilizes newly obtained positioning measurements and the unconstrained KF to produce an updated state estimation and then refines it using a maximum likelihood estimator (MLE) with quadratic equality constraints. When solving the constrained MLE problem, this paper formulates it as a generalized trust region sub-problem (GTRS) in order to obtain its globally optimal solution. Simulation results show that the proposed algorithm outperforms previously developed nonlinear KF algorithms with quadratic equality constraints in terms of enhanced target tracking accuracy.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利