搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用粒子滤波从雷达回波实时跟踪反演大气波导

盛峥 陈加清 徐如海

引用本文:
Citation:

利用粒子滤波从雷达回波实时跟踪反演大气波导

盛峥, 陈加清, 徐如海

Tracking refractivity from radar clutter using particle filter

Sheng Zheng, Chen Jia-Qing, Xu Ru-Hai
PDF
导出引用
计量
  • 文章访问数:  5432
  • PDF下载量:  658
  • 被引次数: 0
出版历程
  • 收稿日期:  2011-06-01
  • 修回日期:  2011-07-17
  • 刊出日期:  2012-03-05

利用粒子滤波从雷达回波实时跟踪反演大气波导

  • 1. 解放军理工大学气象学院, 南京 211101;
  • 2. 南京信息工程大学气象灾害省部共建教育部重点实验室, 南京 210044;
  • 3. 南京电子技术研究所, 南京 210013
  • 通信作者: 盛峥, 19994035@sina.com
    基金项目: 国家自然科学基金(批准号: 41105013)、江苏省自然科学基金(批准号: BK2011122)和南京信息工程大学气象灾害省部共建教育部重点实验室开放课题(批准号: KLME1109)资助的课题.

摘要: 粒子滤波(particle filter,PF)是利用蒙特卡洛仿真方法处理递推估计问题的非线性滤波算法,这种方法不受模型线性和高斯假设的约束,是处理非线性非高斯动态系统状态估计的有效算法,适用于雷达回波反演大气波导(RFC)这类非线性非高斯问题.文中分别介绍了PF的基本思想和具体算法实现步骤,最后导出PF反演算法的迭代求解格式.数值试验结果表明,与扩展卡尔曼滤波(extended kalman filter,EKF)和不敏卡尔曼滤波(unscented kalman filter,UKF)相比,PF更适用于RFC这类高度非线性反演问题,可有效提高反演结果的稳定性和精度.

English Abstract

参考文献 (23)

目录

    /

    返回文章
    返回