Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Path Following of Autonomous Agents Under the Effect of Noise Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Interactive Multi-model Target Maneuver Tracking Method Based on the Adaptive Probability Correction

verfasst von : Jiadong Ren, Xiaotong Zhang, Jiandang Sun, Qingshuang Zeng

Erschienen in: Advances in Swarm Intelligence

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Non-cooperative target tracking is a key technology for complex space missions such as on-orbit service. To improve the tracking performance during the unknown maneuvering phase of the target, two methods including the IMM (interactive multi-model) algorithm based on extended CW equation and the variable IMM algorithm based on CW and extended CW equation are presented. The analysis and simulation results show that the higher the maneuvering index of the target is, the more obvious the advantages of the classical augmented IMM method are. However, the variable dimension IMM method has consistent performance for all the maneuver index interval of the target, and it is relatively suitable for engineering applications due to the lower complexity of algorithm.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An Improved Blind Optimization Algorithm for Hardware/Software Partitioning and Scheduling
Nächstes Kapitel Investigating Deciding Factors of Product Recommendation in Social Media
Literatur
1.
2.
Qian, G.H., Li, Y., Luo, R.J.: One maneuvering frequency and the variance adaptive filtering algorithm for maneuvering target tracking. J. Radars 2(6), 258–264 (2013). (In Chinese)
3.
Jiyuan, L., Jun, Z., Yingying, L.: Applying auto-adaptation filter to tracking of maneuvering target in special relative navigation. J. Northwest. Polytech. Univ. 4, 013 (2011). (In Chinese)
4.
Kim, H.S., Park, J.G., Lee, D.: Adaptive fuzzy IMM algorithm for uncertain target tracking. Int. J. Control Autom. Syst. 7(6), 1001–1008 (2009)CrossRef
5.
6.
Naidu, V., Gopalaratnam, G., Shanthakumar, N.: Three Model IMM-EKF for Tracking Targets Executing Evasive Maneuvers. In: AIAA Aerospace Sciences Meeting & Exhibit (2007)
7.
Yang, C., Blasch, E.: Characteristic errors of the IMM algorithm under three maneuver models for an accelerating target. In: International Conference on Information Fusion. IEEE, 2008
8.
Jiangw, L.V.Z.J., Lan, Y.: IMM-CKF algorithm based on variable dimension interaction. Comput. Appl. Softw. 30(5), 4–6 (2013)
9.
Sun, Q., Kong, X., Lu, C., Deng, J.: Two new IMM algorithms for nonlinear maneuvering target tracking. Electron. Opt. Control 08, 14–19+31 (2008). (in Chinese)
10.
Xiong, K., Wei, C.: Spacecraft relative navigation based on multiple model adaptive estimator. J. Syst. Sci. Math. Sci. 34(07), 828–837 (2014). (in Chinese)MathSciNetMATH
11.
Shaofeng, M., Xinxi, F., Yulei, L., Zhang, W., Xiaomei, Z.: A variable dimension adaptive IMM tracking algorithm. Electron. Opt. Control 22(02), 36–40+45 (2015). (in Chinese)
Metadaten
Titel
Interactive Multi-model Target Maneuver Tracking Method Based on the Adaptive Probability Correction
verfasst von
Jiadong Ren
Xiaotong Zhang
Jiandang Sun
Qingshuang Zeng
Copyright-Jahr
2018
Buch
Advances in Swarm Intelligence

Print ISBN: 978-3-319-93817-2

Electronic ISBN: 978-3-319-93818-9

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-93818-9_22