简介:RoboCup3D竞赛中机器人的定位问题一直是研究热点。文章研究了RoboCup3D球队中球员和足球精确定位的问题。通过分析仿真器的视觉误差模型。把卡尔曼滤波及其改进算法应用到HSU3D的Agent中,仿真结果表明经过滤波器滤波后的定位效果较好。
简介:地形辅助导航是一种利用地形高度信息定位的导航技术,由于地形高度起伏是非线性的,因此地形辅助导航本质是非线性、非高斯贝叶斯后验概率估计问题。粒子滤波因为适合非线性、非高斯估计问题,被引入地形辅助导航领域得到广泛研究和应用,但粒子滤波算法存在粒子匮乏的问题,会影响定位精度。针对此问题,将高斯混合无迹粒子滤波(GMUPF)用于地形辅助导航,该算法用高斯混合模型(GMM)近似粒子分布,用无迹卡尔曼滤波(UKF)估计重要密度函数,不需要做重采样。通过用实际地形数据做飞行仿真实验,结果显示相比粒子滤波,不仅没有粒子匮乏问题,而且所用粒子数更少时估计精度略好。
简介:MIM0雷达是一种全新体制的雷达技术,在其接收端利用发射端全向发射正交信号的原理,通过匹配滤波技术恢复每个发射信号分量,确保信号之间保持良好的正交性是MIMO雷达实现的关键。首先给出了相参MIM0雷达的信号模型;然后分析了正交频分线性调频信号的互模糊函数,并对互相关峰值电平出现的位置和幅度进行了分析,推导出了MIM0雷达相邻发射信号之间频率间隔所需满足的条件和相参MIM0雷达匹配滤波技术的数学模型;最后通过仿真实验证明了理论分析的正确性,而且仿真实验还表明:在正确设计MIM0雷达发射信号的条件下,噪声电平对匹配滤波技术的影响远大于自相关旁瓣电平和互相关峰值。
简介:针对传统多目标概率假设密度(PHD)滤波器在低检测概率情况下跟踪精度低和失跟率高的问题,提出了一种改进的概率假设密度滤波算法。该算法利用高斯混合PHD(GM-PHD)滤波器进行PHD预测和PHD更新,处理过程中通过修正上一拍权值大的高斯项,并在处理当前拍时保证其权值的稳定性,以保证算法的高精度。仿真结果表明,在低检测概率情况下,该算法可较好估计目标数和目标状态。与传统GM-PHD滤波器比,该算法跟踪精度大幅提高。