Optimizatsiya klasterno-variatsionnogo metoda postroeniya mnogopozitsionnoy pelengatsionnoy sistemy dlya usloviy apriornoy neopredelennosti

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

The possibility of constructing a multi-position direction finding system for the case of a priori uncertainty, based on the application of the principles of multiplication of single marks of the location of the emitting target (multistructure principle) and their subsequent partition into classes (clustering principle) is considered. The criteria and algorithms for detecting the resulting cluster and for constructing the optimal estimation of target location stable to anomalous measurement errors are presented, taking into account the time costs of their computer realization. Practical recommendations and results of comparative analysis of different algorithms are given.

Авторлар туралы

Yu. Bulychev

AO “VNII “Gradient”

Email: profbulychev@yandex.ru
Rostov-on-Don, Russia

E. Chepel'

AO “VNII “Gradient”

Хат алмасуға жауапты Автор.
Email: evgeny_c@bk.ru
Rostov-on-Don, Russia

Әдебиет тізімі

  1. Булычев Ю.Г., Головской В.А. Обработка измерений угломерных систем в условиях априорной неопределенности в регуляризированной постановке // РЭ. 2010. Т. 55. № 1. С. 71-77.
  2. Булычев Ю.Г., Чепель Е.Н. Мультиструктурный метод триангуляционного оценивания параметров движения излучающей цели в условиях априорной неопределенности // ТиСУ. 2019. № 6. С. 26-42.
  3. Сайбель А.Г. Основы теории точности радиотехнических методов местоопределения. М.: Оборонгиз, 1958.
  4. Кукес И.С., Старик М.Е. Основы радиопеленгации. М.: Сов. Радио, 1964.
  5. Теоретические основы радиолокации / Под ред. Я.Д.Ширмана. М.: Сов. радио, 1970.
  6. Butterly P.I. Position Finding with Empirical Prior Knowledge // IEEE Trans. 1972. V. AES-8. No. 3. P. 142-146.
  7. Nunn W.R. Position Finding with Prior Knowledge of Covariance Parameters // IEEE Trans. 1979. V. AES-15. No. 3. P. 204-208.
  8. Wax M. Position Location from Sensors with Position Uncertainty // IEEE Trans. 1983. V. AES-19. No. 5. P. 658-662.
  9. Кондратьев В.С., Котов А.Ф., Марков Л.Н. Многопозиционные радиотехнические системы. М.: Радио и связь, 1986.
  10. Черняк В.С. Многопозиционная радиолокация. М.: Радио и связь, 1993.
  11. Lin X., Kirubarajan T., Bar-Shalom Y., Maskell S. Comparison of EKF, Pseudomeasurement and Particl Filters for a Bearing-only Target Tracking Problem // Proc. SPIE-Int. Soc. Optic. placecountry-regionEng. 2002. V. 4728. P. 240-250.
  12. Булычев Ю.Г., Булычев В.Ю., Ивакина С.С., Насенков И.Г. Пассивная локация группы движущихся целей одним стационарным пеленгатором с учетом априорной информации // АиТ. 2017. № 1. С. 152-166.
  13. Булычев Ю.Г., Булычев В.Ю., Ивакина С.С. и др. Обоснование методов оптимального оценивания параметров движения цели в триангуляционной измерительной системе // ТиСУ. 2015. № 4. С. 94-110.
  14. Gustafsson F. Particle filters for positioning, navigation and tracking // IEEE Transactions on Signal Processing. 2002. V. 50. No. 2. P. 425-437. https://doi.org/10.1109/78.978396
  15. Bar-Shalom Y., Rong Li X., Kirubarajan T. Estimation with Applications to Tracking and Navigation: Theory, Algorithms and Software. New York: John Wiley & Sons. 2004. https://doi.org/10.1002/0471221279
  16. Valente de Oliveira J., Pedrycz W. Advances in Fuzzy Clustering and Its Applications. New York: JohnWiley & Sons. 2007. https://doi.org/10.1002/9780470061190
  17. Zekavat S., Buehrer R. Handbook of Position Location: Theory Practice and Advances. Second ed. Hoboken. New Jersey: Wiley-IEEE Press 2019. https://doi.org/10.1002/9781119434610
  18. Zhao J., Renzhou G., Xudong D. A new measurement association mapping strategy for DOA tracking // Digital Signal Processing. 2021. V. 118. P. 103-228. ISSN 1051-2004. https://doi.org/10.1016/j.dsp.2021.103228 (https://www.sciencedirect.com/science/article/pii/S1051200421002670)
  19. Peng L., Wenhui W., Junda Q., Congzhe Y., Zhenqiu S. Robust Generalized Labeled Multi-Bernoulli Filter and Smoother for Multiple Target Tracking using Variational Bayesian // KSII Transactions on Internet and Information Systems. 2022. V. 16. No. 3. P. 908-928. https://doi.org/10.3837/tiis.2022.03.009
  20. Wang X., Wang A., Wang D., Xiong Y., Liang B., Qi Y. A modified Sage-Husa adaptive Kalman filter for state estimation of electric vehicle servo control system // Energy Reports. 2022. V. 8. No. 5. P. 20-27. ISSN 2352-4847. https://doi.org/10.1016/j.egyr.2022.02.105 (https://www.sciencedirect.com/science/article/pii/S2352484722003523)
  21. Уидроу Б., Стирнз С. Адаптивная обработка сигналов. М.: Радио и связь, 1989.
  22. Граничинин О.Н., Поляк Б.Т. Рандомизированные алгоритмы оценивания и оптимизации при почти произвольных помехах. М.: Наука, 2003.
  23. Мансур М.Э., Степанов О.А. Алгоритмы комплексной обработки в задаче коррекции показаний навигационных систем при наличии нелинейных измерений // Изв. Тульского ГУ. Технические науки. 2016. № 6. С. 89-102.
  24. Мандель И.Д. Кластерный анализ. М.: Финансы и статистика, 1988.
  25. Уиллиамс У.Т., Ланс Д.Н. Методы иерархической классификации / Под ред. М.Б. Малютова. М.: Наука, 1986.
  26. Lance G.N., Willams W.T. A general theory of classification sorting strategies. 1. Hierarchical systems // Comput J. 1967. V. 9. No. 4. Р. 373-380.
  27. Граничинин О.Н., Шлымов Д.С., Аврос Р., Волкович З. Рандомизированный алгоритм нахождения количества кластеров // АиТ. 2011. № 4. С. 86-98.
  28. Паклин Н.Б., Орешков В.И. Кластерные силуэты /Системный анализ в проектировании и управлении: Сб. тр. ХХ Междунар. научно-практ. конф.; Санкт- Петербург, 29 июня-1июля, СПб., 2016. С. 314-321.

© The Russian Academy of Sciences, 2023

Осы сайт cookie-файлдарды пайдаланады

Біздің сайтты пайдалануды жалғастыра отырып, сіз сайттың дұрыс жұмыс істеуін қамтамасыз ететін cookie файлдарын өңдеуге келісім бересіз.< / br>< / br>cookie файлдары туралы< / a>