• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    AR預(yù)測(cè)模型的IMM跟蹤算法

    2014-08-05 02:41:14仵國(guó)鋒胡捍英
    關(guān)鍵詞:無(wú)跡卡爾曼濾波基站

    竹 博,周 游,仵國(guó)鋒,胡捍英

    解放軍信息工程大學(xué),鄭州 450002

    AR預(yù)測(cè)模型的IMM跟蹤算法

    竹 博,周 游,仵國(guó)鋒,胡捍英

    解放軍信息工程大學(xué),鄭州 450002

    1 引言

    機(jī)動(dòng)目標(biāo)跟蹤已廣泛應(yīng)用于軍事和民用領(lǐng)域,近幾十年來(lái),人們對(duì)該問(wèn)題進(jìn)行了廣泛而深入的研究。運(yùn)動(dòng)模型的建立和濾波過(guò)程是機(jī)動(dòng)目標(biāo)跟蹤兩個(gè)十分重要的過(guò)程,其中,濾波過(guò)程是建立在目標(biāo)運(yùn)動(dòng)模型的基礎(chǔ)上進(jìn)行的。

    針對(duì)運(yùn)動(dòng)模型的建立,只有當(dāng)采用的運(yùn)動(dòng)模型與目標(biāo)的運(yùn)動(dòng)形式相匹配時(shí),跟蹤精度才比較理想。但是機(jī)動(dòng)目標(biāo)的運(yùn)動(dòng)形式不可能始終被單一的運(yùn)動(dòng)模型所表征。當(dāng)前解決目標(biāo)運(yùn)動(dòng)模型不確定的主要方法是交互式多模型濾波算法(IMM)[1-3],其特點(diǎn)是可以在多個(gè)模型之間“轉(zhuǎn)換”,自動(dòng)調(diào)節(jié)模型概率,很適合機(jī)動(dòng)目標(biāo)的跟蹤。然而該方法也存在問(wèn)題:如果模型比較少,不能覆蓋目標(biāo)的運(yùn)動(dòng)狀態(tài),導(dǎo)致跟蹤精度不夠;模型數(shù)量比較多時(shí),會(huì)帶來(lái)模型間不必要的競(jìng)爭(zhēng)而使得性能下降。針對(duì)濾波過(guò)程,經(jīng)典非線(xiàn)性濾波算法有基于一階泰勒級(jí)數(shù)展開(kāi)的擴(kuò)展卡爾曼濾波器(EKF)和無(wú)跡卡爾曼濾波(UKF)[4-6]。EKF的性能在很大程度上依賴(lài)于局部非線(xiàn)性程度,對(duì)于強(qiáng)非線(xiàn)性系統(tǒng)的跟蹤存在較大誤差,而UKF突破傳統(tǒng)的隨機(jī)采樣,通過(guò)加權(quán)采樣進(jìn)行迭代獲得參數(shù)的最優(yōu)解,很好解決了非線(xiàn)性濾波問(wèn)題。在LOS環(huán)境下,觀測(cè)噪聲服從高斯分布,UKF可以獲得良好的跟蹤性能,但是在NLOS環(huán)境下,噪聲服從非高斯分布[7],不再符合UKF的高斯假設(shè),造成其跟蹤性能明顯下降,嚴(yán)重時(shí)導(dǎo)致發(fā)散。文獻(xiàn)[8]提出了一種結(jié)合M估計(jì)的改進(jìn)的無(wú)跡卡爾曼濾波器,以解決其中的非高斯問(wèn)題,并取得了良好的性能。

    基于以上分析,本文從運(yùn)動(dòng)模型的建立和濾波過(guò)程分別對(duì)傳統(tǒng)算法進(jìn)行改進(jìn)。首先,針對(duì)傳統(tǒng)建模方法不能很好地描述目標(biāo)機(jī)動(dòng)過(guò)程導(dǎo)致跟蹤性能差的問(wèn)題,本文利用AR預(yù)測(cè)模型對(duì)具有未知參數(shù)的目標(biāo)運(yùn)動(dòng)狀態(tài)建模,并實(shí)時(shí)更新目標(biāo)的運(yùn)動(dòng)方程來(lái)準(zhǔn)確描述目標(biāo)的運(yùn)動(dòng)狀態(tài)。其次,對(duì)于同一個(gè)基站,目標(biāo)在運(yùn)動(dòng)過(guò)程中的LOS與NLOS狀態(tài)可能會(huì)發(fā)生轉(zhuǎn)換,針對(duì)傳統(tǒng)的濾波算法未考慮這一轉(zhuǎn)換過(guò)程導(dǎo)致跟蹤性能差的問(wèn)題,本文利用馬爾可夫鏈來(lái)描述LOS與NLOS狀態(tài)的轉(zhuǎn)換過(guò)程,對(duì)于LOS狀態(tài)匹配UKF,對(duì)于NLOS狀態(tài)匹配RUKF。算法首先利用AR預(yù)測(cè)模型對(duì)目標(biāo)運(yùn)動(dòng)狀態(tài)建模,然后通過(guò)IMM方法得到移動(dòng)臺(tái)的估計(jì)位置,最后利用該位置更新AR預(yù)測(cè)模型的參數(shù),從而更準(zhǔn)確地預(yù)測(cè)出下一時(shí)刻的目標(biāo)位置。仿真結(jié)果表明,在LOS/NLOS混合條件下,該算法能較好地實(shí)現(xiàn)對(duì)機(jī)動(dòng)目標(biāo)的魯棒跟蹤。

    2 目標(biāo)跟蹤模型

    假設(shè)移動(dòng)臺(tái)的狀態(tài)向量為 x(n)=[x(n) x˙(n) x¨(n) y(n) y˙(n) y¨(n)]T,分別表示沿x和 y方向的位置、速度和加速度,移動(dòng)臺(tái)在n時(shí)刻的狀態(tài)方程如下:

    其中,A為狀態(tài)轉(zhuǎn)移矩陣,w(n)是過(guò)程噪聲,服從均值為0,方差為σ2w的高斯分布,G為輸入矩陣。

    在n時(shí)刻的觀測(cè)方程如下:

    hm(x(n))表示n時(shí)刻移動(dòng)臺(tái)與第m個(gè)基站的真實(shí)距離。M(n)表示n時(shí)刻基站與移動(dòng)臺(tái)之間的信道狀態(tài),觀測(cè)噪聲v(n,M(n))與狀態(tài)變量 M(n)有關(guān)。在LOS狀態(tài)下,觀測(cè)噪聲服從均值為0,方差為σ2G的高斯分布,而在NLOS狀態(tài)下,觀測(cè)噪聲服從均值為μ的指數(shù)分布[9],如下式所示:

    3 基于AR預(yù)測(cè)模型的IMM算法

    3.1ARIMM算法概述

    針對(duì)LOS/NLOS混合條件下對(duì)機(jī)動(dòng)目標(biāo)的魯棒跟蹤問(wèn)題,本文提出一種基于AR預(yù)測(cè)模型的交互式多模型(IMM)跟蹤算法。算法原理框圖如圖1所示,分為兩個(gè)模塊:AR預(yù)測(cè)模塊和IMM濾波模塊。AR預(yù)測(cè)模塊的作用是實(shí)時(shí)更新目標(biāo)的運(yùn)動(dòng)方程,以匹配目標(biāo)的真實(shí)運(yùn)動(dòng)狀態(tài)。IMM濾波模塊的作用是從受噪聲污染的觀測(cè)向量中得到目標(biāo)的狀態(tài)信息。IMM的模型集包括LOS和NLOS兩種模型,即M=2,模型集的選擇具體見(jiàn)3.2節(jié)。算法首先將觀測(cè)向量 y(n)進(jìn)行交互式多模型濾波,得到狀態(tài)向量x^(n),然后通過(guò)AR預(yù)測(cè)模型來(lái)更新當(dāng)前時(shí)刻狀態(tài)方程x(n+1)=Ax(n)+w(n),從而使得下一時(shí)刻的預(yù)測(cè)值更加逼近實(shí)際位置,實(shí)現(xiàn)精確跟蹤。

    圖1ARIMM算法原理圖

    3.2 IMM模型集選擇

    對(duì)于一個(gè)基站,移動(dòng)臺(tái)處于運(yùn)動(dòng)中的LOS與NLOS狀態(tài)可能會(huì)發(fā)生變化,狀態(tài)轉(zhuǎn)換過(guò)程服從馬爾可夫過(guò)程[10],如圖2所示。

    圖2 LOS/NLOS馬爾可夫轉(zhuǎn)移過(guò)程

    對(duì)于M個(gè)基站,就有r=2M種狀態(tài),假設(shè)不同基站的LOS與NLOS狀態(tài)轉(zhuǎn)移過(guò)程相互獨(dú)立,此時(shí)的一步轉(zhuǎn)移概率矩陣:

    式中,?表示Kronecker相乘,Πm表示第m個(gè)基站的一步轉(zhuǎn)移概率矩陣。

    文獻(xiàn)[11]針對(duì)M個(gè)基站時(shí)共有的r=2M種LOS與 NLOS狀態(tài)組合,例如,M=3時(shí)存在M1,M2,…,M8種狀態(tài)組合,分別為{LOS,LOS,LOS},…,{NLOS,NLOS,NLOS}。需要對(duì)每種組合分別匹配一個(gè)EKF進(jìn)行濾波,以完成目標(biāo)的跟蹤。隨著M的增加,計(jì)算量呈指數(shù)增長(zhǎng),嚴(yán)重影響了跟蹤的實(shí)時(shí)性。為降低計(jì)算復(fù)雜度,本文采用兩種狀態(tài):M′1表示所有的基站都處于LOS狀態(tài);M′2表示所有的基站都處于NLOS狀態(tài)。當(dāng)基站處于 M2,M3,…,Mr-1狀態(tài)時(shí),狀態(tài)估計(jì)的結(jié)果均可以由上述兩個(gè)狀態(tài)下的濾波結(jié)果線(xiàn)性組合得到。對(duì)于M′1狀態(tài),匹配UKF進(jìn)行濾波,此時(shí)觀測(cè)協(xié)方差矩陣R(k)= σ2GIM,一步轉(zhuǎn)移概率 p′12=1-p11;對(duì)于M′2狀態(tài),匹配RUKF進(jìn)行濾波,觀測(cè)協(xié)方差矩陣R(k)=(σ2G+ μ2)IM,一步轉(zhuǎn)移概率 p′21=1-prr。

    3.3 AR預(yù)測(cè)模型

    移動(dòng)臺(tái)在n+1時(shí)刻的狀態(tài)方程可以如下表示:

    其中,A為狀態(tài)轉(zhuǎn)移矩陣,w(n)服從均值為0的高斯分布,協(xié)方差矩陣為Q,矩陣A和Q可以通過(guò)Yule-Walker方程得到[12]。本文仿真部分利用真實(shí) x(n),n=1,2,3來(lái)對(duì)算法進(jìn)行初始化。

    算法的初始化(n=1,2,3):

    x^(n)是上文中交互式多模型算法(IMM)n時(shí)刻的狀態(tài)估計(jì)輸出,反過(guò)來(lái)又更新和。遞推估計(jì)過(guò)程如下(n=4,5,…):

    3.4ARIMM算法步驟

    ARIMM算法分為以下五個(gè)步驟:

    步驟1輸入交互運(yùn)算

    步驟2模型匹配濾波

    在步驟1的基礎(chǔ)上,通過(guò)模型匹配濾波器,得到各模型的狀態(tài)估計(jì)和協(xié)方差估計(jì)。LOS狀態(tài)匹配的是無(wú)跡卡爾曼濾波器,NLOS狀態(tài)匹配的是改進(jìn)的無(wú)跡卡爾曼濾波器。

    對(duì)于無(wú)跡卡爾曼濾波器(j=1):

    式(1)和式(2)可寫(xiě)為Z(n)=D(n)X(n)+V(n),然后利用改進(jìn)的無(wú)跡卡爾曼濾波方法求出狀態(tài)估計(jì)和協(xié)方差矩陣輸出為和。

    因無(wú)跡卡爾曼濾波和改進(jìn)的無(wú)跡卡爾曼濾波比較常見(jiàn),限于篇幅,在此不做贅述,具體參考文獻(xiàn)[6]和文獻(xiàn)[8]。

    步驟3模型概率的更新

    在每一時(shí)刻模型概率都必須進(jìn)行更新,該過(guò)程和一般IMM相似。 Λj(n)=N(vj(n);0,Sj(n)),vj(n)為新息,Sj(n)為新息的協(xié)方差矩陣。

    步驟5運(yùn)動(dòng)模型參數(shù)估計(jì)

    4 仿真實(shí)驗(yàn)及分析

    仿真1針對(duì)移動(dòng)臺(tái)勻速直線(xiàn)運(yùn)動(dòng),未發(fā)生機(jī)動(dòng)時(shí),分別在不同噪聲環(huán)境下對(duì)UKF,RUKF,IMM算法進(jìn)行仿真實(shí)驗(yàn),并對(duì)其性能進(jìn)行分析。

    仿真結(jié)果如圖3~圖5。其中,圖3是當(dāng)ε=0時(shí),即三個(gè)基站都處于LOS狀態(tài)時(shí)UKF,RUKF,IMM三種算法的跟蹤性能,圖4是當(dāng)ε=0.25時(shí)三種算法的跟蹤性能,圖5是當(dāng)ε=0.5時(shí)三種算法的跟蹤性能。文獻(xiàn)[13]指出當(dāng)污染度高于50%時(shí),RUKF算法達(dá)到“潰點(diǎn)”,帶來(lái)跟蹤性能的嚴(yán)重下降,故本文未對(duì)污染度高于50%的情況進(jìn)行仿真。從仿真結(jié)果可以看出:當(dāng)所有基站都處于LOS狀態(tài)時(shí),UKF算法的跟蹤精度最高,其次是IMM和RUKF算法;當(dāng)污染度ε=0.25時(shí),IMM算法的跟蹤精度最高,其次是RUKF和UKF算法:當(dāng)污染度ε=0.5時(shí),RUKF算法的跟蹤精度最高,其次是IMM和UKF算法。從理論上分析,當(dāng)觀測(cè)噪聲服從高斯分布時(shí),無(wú)跡卡爾曼濾波器能獲得最優(yōu)估計(jì),性能比較好。而當(dāng)噪聲服從非高斯分布時(shí),無(wú)跡卡爾曼濾波器的性能會(huì)變差,魯棒無(wú)跡卡爾曼濾波由于采用了M估計(jì),可以有效減弱或消除觀測(cè)值中粗差的影響,達(dá)到較好的跟蹤效果。而本文的交互式多模型算法正是結(jié)合了這兩種濾波器的優(yōu)點(diǎn),在污染度小的情況下,UKF對(duì)精度的提高起主要作用,在污染度大時(shí),RUKF對(duì)粗差影響的減弱起主要作用,因此在LOS/NLOS混合條件下實(shí)現(xiàn)了對(duì)機(jī)動(dòng)目標(biāo)的跟蹤精度與魯棒性的良好折中。

    圖3 污染度ε=0時(shí)三種算法性能

    三種算法的平均跟蹤誤差如表1所示,在低污染度(ε=0)時(shí),IMM算法和UKF算法性能相當(dāng);在ε=0.25時(shí),IMM算法性能明顯優(yōu)于UKF和RUKF;在高污染度(ε=0.5)時(shí),IMM算法和RUKF算法性能相當(dāng)??梢钥闯?,在不同的污染度下,IMM算法都能保持良好的跟蹤性能,因此,與傳統(tǒng)的UKF和RUKF算法相比,該算法有更好的魯棒性。

    圖4 污染度ε=0.25時(shí)三種算法性能

    圖5 污染度ε=0.5時(shí)三種算法性能

    仿真2針對(duì)移動(dòng)臺(tái)發(fā)生機(jī)動(dòng)時(shí),在LOS/NLOS混合條件下對(duì)IMM和ARIMM算法進(jìn)行仿真實(shí)驗(yàn),并對(duì)其性能進(jìn)行分析。

    移動(dòng)臺(tái)的運(yùn)動(dòng)軌跡如圖6中實(shí)線(xiàn)所示。在運(yùn)動(dòng)的過(guò)程中,對(duì)于LOS狀態(tài),觀測(cè)噪聲服從均值為0,方差σ2w=602的高斯分布,對(duì)于NLOS狀態(tài),觀測(cè)噪聲服從均值μ=100的指數(shù)分布,觀測(cè)值的污染度ε=0.25。從圖7可以看出,當(dāng)移動(dòng)臺(tái)發(fā)生機(jī)動(dòng)時(shí),ARIMM算法的平均誤差為33 m,而IMM算法的平均誤差為107 m,ARIMM的跟蹤性能更好,從理論上分析,ARIMM算法通過(guò)迭代的思想不斷更新AR預(yù)測(cè)模型中的參數(shù),從而使AR模型與真實(shí)運(yùn)動(dòng)狀態(tài)更匹配,實(shí)現(xiàn)精確跟蹤;而IMM算法中,狀態(tài)方程是恒定的,當(dāng)移動(dòng)臺(tái)發(fā)生機(jī)動(dòng)時(shí),運(yùn)動(dòng)狀態(tài)不再符合初始的狀態(tài)方程,就會(huì)導(dǎo)致下一時(shí)刻的預(yù)測(cè)值嚴(yán)重偏離真實(shí)位置,從而導(dǎo)致跟蹤性能的下降。

    圖6 移動(dòng)臺(tái)真實(shí)軌跡和估計(jì)軌跡

    表1 UKF、RUKF、IMM三種算法平均跟蹤誤差比較m

    圖7 兩種算法的誤差性能

    下面來(lái)分析算法的計(jì)算效率,仿真計(jì)算機(jī)的配置如下:CPU為Intel?奔騰?4 2.8 GHz內(nèi)存為1 GB,操作系統(tǒng)為Windows XP,仿真軟件為MATLAB R2006。UKF、RUKF、IMM和ARIMM四種算法仿真所需的時(shí)間如表2所示。

    表2 不同濾波算法計(jì)算時(shí)間

    從表2可以看出,UKF的運(yùn)算時(shí)間最少,單次運(yùn)行時(shí)間為43.572 2 ms。RUKF由于其采用了M-估計(jì),增加了運(yùn)算量。而IMM算法由于并行使用了UKF和RUKF算法,使其運(yùn)算量大大增加。本文的ARIMM算法和IMM算法區(qū)別在于,IMM算法中使用恒定的狀態(tài)模型,而ARIMM算法中使用了AR預(yù)測(cè)模塊實(shí)時(shí)更新目標(biāo)的運(yùn)動(dòng)狀態(tài),導(dǎo)致本文算法的運(yùn)算時(shí)間比IMM有所增加。由于文中的AR預(yù)測(cè)模型為一階,當(dāng)前時(shí)刻的狀態(tài)更新僅與上一時(shí)刻有關(guān),運(yùn)算過(guò)程和IMM算法中的交互、濾波模塊相比運(yùn)算簡(jiǎn)單,因此本文算法的運(yùn)算時(shí)間較IMM算法稍有增加,大約增加了7%,這對(duì)現(xiàn)有的硬件條件是可以接受的。綜合跟蹤精度和運(yùn)算量考慮,ARIMM算法是一種在LOS/NLOS混合環(huán)境下的有效跟蹤算法。

    5 結(jié)束語(yǔ)

    針對(duì)LOS/NLOS條件下對(duì)機(jī)動(dòng)目標(biāo)的魯棒跟蹤,提出一種基于AR預(yù)測(cè)模型的IMM跟蹤算法。該算法利用AR預(yù)測(cè)模型描述目標(biāo)的運(yùn)動(dòng)狀態(tài),通過(guò)并行使用UKF和RUKF完成濾波,充分發(fā)揮了無(wú)跡卡爾曼濾波和改進(jìn)的無(wú)跡卡爾曼濾波的優(yōu)點(diǎn),在LOS/NLOS混合條件下實(shí)現(xiàn)了對(duì)機(jī)動(dòng)目標(biāo)的魯棒跟蹤,最后通過(guò)仿真驗(yàn)證了所提算法的有效性。

    [1]Seah C E,Hwang I.Algorithm for performance analysis of the IMM algorithm[J].IEEE Transon Aerosp Electron Syst,2011,47(2):1114-1124.

    [2]Foo P H,Ng G W.Combining the interacting multiple model method with particle filters for manoeuvring target tracking[J].IEEE Trans on Radar,Sonar and Navigation,2011,5(3):234-255.

    [3]Farrel W.Interacting multiple model filter for tactical ballistic missile tracking[J].IEEE Trans on Aerosp Electron Syst,2008,44(2):418-426.

    [4]Kay S.Fundamentals of statistical signal processing:estimation theory[M].Englewood Cliffs,NJ:Prentice-Hall,1993.

    [5]Gustafsson F,Hendeby G.Some relation between extend and unscend kalman filter[J].IEEE Trans on Signal Processing,2012,60(2):545-555.

    [6]Liu Changyun,Shui Penglang.Unscented extended Kalman filter for target tracking[J].IEEE Journal of Systems Engineering and Electronics,2011,22(2):188-192.

    [7]Gezici S,Sahinoglu Z.UWB geolocation techniques for IEEE 802.15.4a personal area networks[R].Cambridge,MA,2004.

    [8]Wang X,Cui N.Huber-based unscented filtering and its application to vision-based relative navigation[J].IET Radar,Sonar and Navigation,2010,4(1):134-141.

    [9]Guvenc I,Chong Chia-Chin.A survey on TOA based wireless localization and NLOS mitigation techniques[J].IEEE Communication Surveys and Tutorials,2009,11(3):107-124.

    [10]Li Wenling,Jia Yingmin.Location of mobile station with maneuvers using an IMM-based cubature kalman filter[J]. IEEE Trans on Industrial Electronics,2012,59(11):4338-4348.

    [11]Fritsche C,Hammes U.Robust mobile terminal tracking in NLOS environment using IMM[C]//ICASSP,2009:3049-3052.

    [12]Lim J S,Oppenheim A V.Advanced topics in signal processing[M].[S.l.]:Prentice Hall,1987.

    [13]Cover T M,Thomas J A.Elements of information theory[M]. New York:Wiley,1991.

    ZHU Bo,ZHOU You,WU Guofeng,HU Hanying

    PLA Information Engineering University,Zhengzhou 450002,China

    In view of the problem of robust tracking of maneuvering target under LOS/NLOS condition,an IMM algorithm based on AR prediction model is proposed(ARIMM).AR prediction model is adopted to model the motion state, and UKF and RUKF are utilized separately for the reason that the state LOS and NLOS have different distribution of observation noise,and the IMM filter is used to estimate the position of BS,and the position is used to update the current parameters in AR prediction model and the AR model is made more matched with the true motion state,therefore the algorithm can perform precisely tracking.Simulation result demonstrates that the proposed algorithm performs better robustness under LOS/NLOS condition compared with the traditional UKF and RUKF.

    maneuvering target tracking;Interacting Multiple Model(IMM);Auto Regressive(AR)prediction model; Unscented Kalman Filter(UKF)

    針對(duì)LOS/NLOS混合條件下對(duì)機(jī)動(dòng)目標(biāo)的魯棒跟蹤問(wèn)題,提出一種基于AR預(yù)測(cè)模型的交互式多模型(Interacting Multiple Model,IMM)跟蹤算法(ARIMM)。該算法利用AR預(yù)測(cè)模型對(duì)運(yùn)動(dòng)狀態(tài)建模,針對(duì)LOS與NLOS條件下觀測(cè)噪聲的分布不同分別使用無(wú)跡卡爾曼濾波器(Unscented Kalman Filter,UKF)和改進(jìn)的無(wú)跡卡爾曼濾波器(Robust Unscented Kalman Filter,RUKF),通過(guò)IMM方法估計(jì)出移動(dòng)臺(tái)的位置,利用該位置更新AR模型的參數(shù),使AR模型與真實(shí)運(yùn)動(dòng)狀態(tài)更加匹配,實(shí)現(xiàn)精確跟蹤。仿真結(jié)果表明,在LOS/NLOS混合條件下,與傳統(tǒng)的UKF和RUKF算法相比,該算法對(duì)機(jī)動(dòng)目標(biāo)跟蹤的魯棒性更好。

    機(jī)動(dòng)目標(biāo)跟蹤;交互式多模型;自回歸(AR)預(yù)測(cè)模型;無(wú)跡卡爾曼濾波器

    A

    TN925

    10.3778/j.issn.1002-8331.1302-0129

    ZHU Bo,ZHOU You,WU Guofeng,et al.AR prediction model based IMM tracking algorithm.Computer Engineering and Applications,2014,50(24):222-226.

    國(guó)家科技重大專(zhuān)項(xiàng)(No.2011ZX03003-003-02)。

    竹博(1988—),男,碩士研究生,主研方向?yàn)榉涓C網(wǎng)定位。E-mail:zhuboapple@163.com

    2013-02-22

    2013-04-07

    1002-8331(2014)24-0222-05

    CNKI網(wǎng)絡(luò)優(yōu)先出版:2013-04-10,http∶//www.cnki.net/kcms/detail/11.2127.TP.20130410.1554.002.html

    ◎工程與應(yīng)用◎

    猜你喜歡
    無(wú)跡卡爾曼濾波基站
    小小宋慈大智慧·無(wú)形無(wú)跡的證據(jù)
    無(wú)跡卡爾曼濾波在電線(xiàn)積冰觀測(cè)數(shù)據(jù)處理中的應(yīng)用
    基于無(wú)跡卡爾曼濾波的行波波頭辨識(shí)
    基于遞推更新卡爾曼濾波的磁偶極子目標(biāo)跟蹤
    可惡的“偽基站”
    應(yīng)用RB無(wú)跡卡爾曼濾波組合導(dǎo)航提高GPS重獲信號(hào)后的導(dǎo)航精度
    基于GSM基站ID的高速公路路徑識(shí)別系統(tǒng)
    基于模糊卡爾曼濾波算法的動(dòng)力電池SOC估計(jì)
    小基站助力“提速降費(fèi)”
    基于擴(kuò)展卡爾曼濾波的PMSM無(wú)位置傳感器控制
    午夜福利18| 国内揄拍国产精品人妻在线| 一二三四在线观看免费中文在| 99热精品在线国产| 亚洲欧美精品综合久久99| 给我免费播放毛片高清在线观看| 亚洲精品中文字幕一二三四区| 国产精品日韩av在线免费观看| 男女下面进入的视频免费午夜| 12—13女人毛片做爰片一| 精品福利观看| 老司机深夜福利视频在线观看| 真人做人爱边吃奶动态| 国产又黄又爽又无遮挡在线| 精品日产1卡2卡| 国产亚洲欧美98| 国产美女午夜福利| 精品一区二区三区视频在线 | 免费大片18禁| 亚洲精品粉嫩美女一区| 99热只有精品国产| 婷婷六月久久综合丁香| 天天躁狠狠躁夜夜躁狠狠躁| 国产高潮美女av| 国产视频一区二区在线看| 国内精品一区二区在线观看| 久久久久免费精品人妻一区二区| 麻豆一二三区av精品| 日日夜夜操网爽| 精品久久久久久久久久免费视频| 99久久成人亚洲精品观看| 欧美另类亚洲清纯唯美| 狂野欧美激情性xxxx| 老司机午夜十八禁免费视频| av女优亚洲男人天堂 | 久久久久免费精品人妻一区二区| 亚洲国产欧美网| 可以在线观看毛片的网站| 精品一区二区三区av网在线观看| 在线播放国产精品三级| 又爽又黄无遮挡网站| 最新在线观看一区二区三区| 99久久国产精品久久久| 男人和女人高潮做爰伦理| 久久天躁狠狠躁夜夜2o2o| 欧美黑人巨大hd| 一夜夜www| 在线观看美女被高潮喷水网站 | 在线免费观看不下载黄p国产 | bbb黄色大片| 亚洲人成电影免费在线| 成人性生交大片免费视频hd| 男人和女人高潮做爰伦理| 欧美成狂野欧美在线观看| 男插女下体视频免费在线播放| 久久精品91无色码中文字幕| 男女视频在线观看网站免费| 国产精品久久久久久人妻精品电影| 天天添夜夜摸| 俄罗斯特黄特色一大片| 99国产综合亚洲精品| 免费看美女性在线毛片视频| 精品国产乱码久久久久久男人| 国产精品精品国产色婷婷| 国产精品女同一区二区软件 | 久久久国产精品麻豆| 久久久久久国产a免费观看| 亚洲熟妇中文字幕五十中出| 一二三四社区在线视频社区8| 十八禁网站免费在线| 波多野结衣高清作品| 老汉色av国产亚洲站长工具| 一二三四社区在线视频社区8| 国产午夜精品久久久久久| 国产三级黄色录像| 久久久久久国产a免费观看| a级毛片a级免费在线| 国产精品爽爽va在线观看网站| 在线观看美女被高潮喷水网站 | 国产日本99.免费观看| 国产日本99.免费观看| 夜夜夜夜夜久久久久| 久久精品国产99精品国产亚洲性色| 国产亚洲欧美98| 这个男人来自地球电影免费观看| 久久久精品欧美日韩精品| 欧美一区二区国产精品久久精品| 亚洲av成人av| 久久久久久国产a免费观看| 成在线人永久免费视频| 亚洲欧美一区二区三区黑人| 精品免费久久久久久久清纯| 51午夜福利影视在线观看| 欧美zozozo另类| 亚洲五月天丁香| 丝袜人妻中文字幕| 后天国语完整版免费观看| 久久久色成人| 午夜激情福利司机影院| 日本黄色片子视频| 亚洲avbb在线观看| 国产又黄又爽又无遮挡在线| 夜夜躁狠狠躁天天躁| 美女被艹到高潮喷水动态| 中文字幕高清在线视频| 久久精品国产综合久久久| 天堂av国产一区二区熟女人妻| 亚洲午夜理论影院| 超碰成人久久| 熟女电影av网| 悠悠久久av| 好男人电影高清在线观看| www.自偷自拍.com| av天堂在线播放| 精华霜和精华液先用哪个| 婷婷六月久久综合丁香| 亚洲熟妇熟女久久| 噜噜噜噜噜久久久久久91| 制服丝袜大香蕉在线| 中国美女看黄片| 18禁裸乳无遮挡免费网站照片| 亚洲五月婷婷丁香| 一级作爱视频免费观看| 精品一区二区三区四区五区乱码| 狂野欧美激情性xxxx| 色尼玛亚洲综合影院| 高潮久久久久久久久久久不卡| 小蜜桃在线观看免费完整版高清| 超碰成人久久| 免费无遮挡裸体视频| 人妻夜夜爽99麻豆av| 国产三级在线视频| 国内揄拍国产精品人妻在线| 天堂动漫精品| 亚洲性夜色夜夜综合| 欧美黑人巨大hd| tocl精华| 黄色片一级片一级黄色片| 桃色一区二区三区在线观看| 色av中文字幕| 国产aⅴ精品一区二区三区波| 脱女人内裤的视频| 搡老熟女国产l中国老女人| 亚洲av五月六月丁香网| 亚洲国产高清在线一区二区三| 国产精品综合久久久久久久免费| 日韩精品青青久久久久久| 精华霜和精华液先用哪个| 色综合亚洲欧美另类图片| 美女黄网站色视频| 欧美黄色片欧美黄色片| 淫秽高清视频在线观看| 岛国在线免费视频观看| 男人的好看免费观看在线视频| 欧美日韩福利视频一区二区| 亚洲一区高清亚洲精品| 国产精品永久免费网站| 波多野结衣巨乳人妻| 国产黄片美女视频| 我的老师免费观看完整版| 村上凉子中文字幕在线| 久久这里只有精品中国| 免费av毛片视频| 久久精品国产清高在天天线| 男女床上黄色一级片免费看| 床上黄色一级片| 在线观看美女被高潮喷水网站 | 成年女人毛片免费观看观看9| 亚洲男人的天堂狠狠| 两个人看的免费小视频| 中文字幕av在线有码专区| 757午夜福利合集在线观看| 成人特级黄色片久久久久久久| 亚洲 欧美 日韩 在线 免费| 老汉色∧v一级毛片| 国产精品久久久av美女十八| 91麻豆精品激情在线观看国产| 亚洲无线在线观看| 久久久久国内视频| 美女 人体艺术 gogo| 欧美日韩亚洲国产一区二区在线观看| 精品一区二区三区av网在线观看| 欧美精品啪啪一区二区三区| 色哟哟哟哟哟哟| 久久精品人妻少妇| 亚洲熟女毛片儿| 大型黄色视频在线免费观看| 中文亚洲av片在线观看爽| 亚洲精品在线观看二区| 99久久精品热视频| 麻豆av在线久日| 久久久国产成人免费| 熟女少妇亚洲综合色aaa.| 小蜜桃在线观看免费完整版高清| 亚洲专区国产一区二区| 成人国产一区最新在线观看| 一区福利在线观看| 亚洲av电影在线进入| 日韩高清综合在线| 欧美黄色淫秽网站| 黑人欧美特级aaaaaa片| 搞女人的毛片| 国产午夜福利久久久久久| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲av免费在线观看| 搡老妇女老女人老熟妇| 美女cb高潮喷水在线观看 | 午夜福利高清视频| av欧美777| 一个人免费在线观看的高清视频| 久久精品91无色码中文字幕| 国产日本99.免费观看| 91老司机精品| 无限看片的www在线观看| 999精品在线视频| 午夜福利欧美成人| 久久久久久国产a免费观看| 欧美xxxx黑人xx丫x性爽| x7x7x7水蜜桃| 黑人欧美特级aaaaaa片| 欧美精品啪啪一区二区三区| 亚洲 国产 在线| 亚洲成人精品中文字幕电影| 丰满人妻一区二区三区视频av | 嫩草影视91久久| 99热只有精品国产| 国产精品 国内视频| 色综合欧美亚洲国产小说| 99热精品在线国产| 亚洲成人免费电影在线观看| 亚洲国产精品sss在线观看| 亚洲精品粉嫩美女一区| 国产成人影院久久av| 成人三级做爰电影| 国产亚洲精品av在线| 精品一区二区三区视频在线观看免费| 精品久久久久久,| 亚洲精品粉嫩美女一区| 亚洲国产欧美一区二区综合| 国产欧美日韩一区二区精品| 婷婷丁香在线五月| 国产熟女xx| 老汉色∧v一级毛片| 久久精品aⅴ一区二区三区四区| 九九热线精品视视频播放| 男人和女人高潮做爰伦理| 国产成人啪精品午夜网站| 熟妇人妻久久中文字幕3abv| 亚洲熟女毛片儿| 国产精品av视频在线免费观看| 亚洲av电影在线进入| 欧美色视频一区免费| 国产又黄又爽又无遮挡在线| 国产精品乱码一区二三区的特点| 两个人的视频大全免费| 欧美黄色片欧美黄色片| 亚洲精华国产精华精| 一卡2卡三卡四卡精品乱码亚洲| 久久久久免费精品人妻一区二区| 久久欧美精品欧美久久欧美| 亚洲精品国产精品久久久不卡| 桃红色精品国产亚洲av| 国产又黄又爽又无遮挡在线| 国产精品一区二区精品视频观看| 欧美av亚洲av综合av国产av| 淫秽高清视频在线观看| 精品熟女少妇八av免费久了| 一本精品99久久精品77| 精品不卡国产一区二区三区| av国产免费在线观看| 久久中文字幕人妻熟女| 熟女人妻精品中文字幕| 久久久久久久久免费视频了| 麻豆成人av在线观看| 日韩欧美精品v在线| 极品教师在线免费播放| 三级毛片av免费| 精品国内亚洲2022精品成人| 女同久久另类99精品国产91| 日韩欧美一区二区三区在线观看| 日本免费a在线| 久久久国产成人精品二区| 国产亚洲精品av在线| ponron亚洲| 麻豆国产97在线/欧美| 国产淫片久久久久久久久 | 在线观看66精品国产| 99re在线观看精品视频| av在线天堂中文字幕| 成人av在线播放网站| 夜夜躁狠狠躁天天躁| 国产一区二区三区视频了| 国产欧美日韩一区二区三| av在线天堂中文字幕| 国产日本99.免费观看| 亚洲国产欧美网| av在线蜜桃| 国产精品免费一区二区三区在线| 男插女下体视频免费在线播放| 国产 一区 欧美 日韩| 网址你懂的国产日韩在线| 欧美在线黄色| av视频在线观看入口| 99热这里只有精品一区 | 国产男靠女视频免费网站| 国产一区二区三区在线臀色熟女| 国产成人av教育| 午夜日韩欧美国产| av天堂在线播放| 国产一区二区三区在线臀色熟女| 免费看美女性在线毛片视频| 又爽又黄无遮挡网站| 欧美乱色亚洲激情| av中文乱码字幕在线| 露出奶头的视频| 亚洲欧美激情综合另类| 中文字幕高清在线视频| 久久久久久九九精品二区国产| 久久久久久国产a免费观看| 美女 人体艺术 gogo| 91九色精品人成在线观看| 久久人人精品亚洲av| 久久久精品欧美日韩精品| 三级毛片av免费| 窝窝影院91人妻| 午夜视频精品福利| 99精品欧美一区二区三区四区| 五月玫瑰六月丁香| 久久中文字幕人妻熟女| 午夜激情福利司机影院| 国产伦在线观看视频一区| 国产成人系列免费观看| cao死你这个sao货| 熟女少妇亚洲综合色aaa.| 亚洲色图av天堂| 成人国产一区最新在线观看| 亚洲中文av在线| 精品无人区乱码1区二区| 亚洲一区二区三区不卡视频| 搡老岳熟女国产| 欧美成人性av电影在线观看| 亚洲国产中文字幕在线视频| 无限看片的www在线观看| 少妇人妻一区二区三区视频| 两个人视频免费观看高清| 成年女人毛片免费观看观看9| 欧美日韩瑟瑟在线播放| 亚洲片人在线观看| 成人无遮挡网站| 久久热在线av| 欧美一区二区精品小视频在线| or卡值多少钱| 成人鲁丝片一二三区免费| 国产毛片a区久久久久| 丰满的人妻完整版| 欧美乱妇无乱码| 国产精品野战在线观看| 国产精品久久久久久亚洲av鲁大| 偷拍熟女少妇极品色| 91麻豆av在线| 网址你懂的国产日韩在线| 国产私拍福利视频在线观看| 禁无遮挡网站| 国产1区2区3区精品| 欧美日本亚洲视频在线播放| 丰满的人妻完整版| 一本一本综合久久| 一区二区三区国产精品乱码| 午夜影院日韩av| 久久亚洲真实| 亚洲欧洲精品一区二区精品久久久| 精品国产超薄肉色丝袜足j| 九色成人免费人妻av| 在线免费观看不下载黄p国产 | 国产伦在线观看视频一区| 国产不卡一卡二| 男人的好看免费观看在线视频| 看片在线看免费视频| 天天躁狠狠躁夜夜躁狠狠躁| 最近最新免费中文字幕在线| 久久热在线av| 91字幕亚洲| 欧美日韩乱码在线| 国产精品久久电影中文字幕| 国产精品久久久久久久电影 | 天堂动漫精品| 精品一区二区三区四区五区乱码| 亚洲va日本ⅴa欧美va伊人久久| 国产私拍福利视频在线观看| 在线观看免费午夜福利视频| 国产午夜精品论理片| 九九久久精品国产亚洲av麻豆 | 中文在线观看免费www的网站| 12—13女人毛片做爰片一| 舔av片在线| 日本在线视频免费播放| 日韩免费av在线播放| 一夜夜www| 制服人妻中文乱码| 99久久久亚洲精品蜜臀av| 精品国产乱码久久久久久男人| 色尼玛亚洲综合影院| 一区二区三区高清视频在线| 我要搜黄色片| 国产av一区在线观看免费| 1000部很黄的大片| 男女之事视频高清在线观看| 国产精品永久免费网站| 国内少妇人妻偷人精品xxx网站 | 真人做人爱边吃奶动态| 巨乳人妻的诱惑在线观看| 国产精品久久视频播放| 一级毛片精品| 国产成人系列免费观看| 青草久久国产| 亚洲国产日韩欧美精品在线观看 | 神马国产精品三级电影在线观看| 精品免费久久久久久久清纯| 久久久久性生活片| 中文资源天堂在线| 日本与韩国留学比较| 国产精品免费一区二区三区在线| 一级作爱视频免费观看| 国产免费男女视频| 在线永久观看黄色视频| 久久午夜亚洲精品久久| 亚洲一区二区三区不卡视频| 亚洲美女视频黄频| 国产欧美日韩一区二区精品| 国产伦一二天堂av在线观看| 在线免费观看的www视频| 成人鲁丝片一二三区免费| 白带黄色成豆腐渣| 国产午夜精品久久久久久| 搡老岳熟女国产| 最近视频中文字幕2019在线8| 欧美极品一区二区三区四区| 不卡一级毛片| 亚洲av熟女| 可以在线观看毛片的网站| 男人舔女人下体高潮全视频| 亚洲人成电影免费在线| 日韩精品中文字幕看吧| 床上黄色一级片| 成人三级做爰电影| 伊人久久大香线蕉亚洲五| 91久久精品国产一区二区成人 | 国产精品久久视频播放| 日韩欧美在线乱码| 久久精品国产亚洲av香蕉五月| 欧美日韩一级在线毛片| 国语自产精品视频在线第100页| 亚洲精品国产精品久久久不卡| 99久国产av精品| 男人舔女人的私密视频| 嫩草影院入口| 国产成人精品久久二区二区免费| 色综合亚洲欧美另类图片| 亚洲欧美激情综合另类| 女同久久另类99精品国产91| 国内毛片毛片毛片毛片毛片| 中文字幕最新亚洲高清| 好男人电影高清在线观看| 嫁个100分男人电影在线观看| 在线国产一区二区在线| 国产欧美日韩一区二区三| 日本黄色片子视频| 亚洲精品在线美女| 老鸭窝网址在线观看| 亚洲av成人一区二区三| 欧美黄色片欧美黄色片| 欧美日韩亚洲国产一区二区在线观看| 91字幕亚洲| 一本久久中文字幕| 免费在线观看视频国产中文字幕亚洲| 91麻豆精品激情在线观看国产| 亚洲精品456在线播放app | 日韩免费av在线播放| 欧美xxxx黑人xx丫x性爽| 国产伦一二天堂av在线观看| 五月玫瑰六月丁香| 日韩欧美在线二视频| 亚洲精品在线观看二区| 香蕉国产在线看| 婷婷亚洲欧美| 99国产综合亚洲精品| 亚洲欧美日韩高清在线视频| 久久精品aⅴ一区二区三区四区| 免费在线观看亚洲国产| 亚洲成人免费电影在线观看| 成人午夜高清在线视频| 一级毛片高清免费大全| 在线免费观看的www视频| 精品午夜福利视频在线观看一区| 999久久久国产精品视频| 欧美成人一区二区免费高清观看 | 久久精品影院6| 日韩欧美在线二视频| 最好的美女福利视频网| 两性夫妻黄色片| 在线a可以看的网站| 少妇裸体淫交视频免费看高清| 免费一级毛片在线播放高清视频| 他把我摸到了高潮在线观看| 精品午夜福利视频在线观看一区| 大型黄色视频在线免费观看| 毛片女人毛片| 亚洲专区国产一区二区| 精品国产乱码久久久久久男人| 国产1区2区3区精品| 88av欧美| av黄色大香蕉| 国产不卡一卡二| 在线看三级毛片| 国产爱豆传媒在线观看| 十八禁人妻一区二区| h日本视频在线播放| 午夜亚洲福利在线播放| 国产伦精品一区二区三区四那| 久久中文看片网| 99热这里只有精品一区 | 国产精品自产拍在线观看55亚洲| 成人一区二区视频在线观看| 一进一出好大好爽视频| 欧美日韩亚洲国产一区二区在线观看| 国产精品影院久久| 国产成人av教育| 人妻夜夜爽99麻豆av| 这个男人来自地球电影免费观看| 国产精品一区二区精品视频观看| 欧美成人性av电影在线观看| 亚洲国产日韩欧美精品在线观看 | 一二三四社区在线视频社区8| 国产人伦9x9x在线观看| 精品国产三级普通话版| 老司机午夜福利在线观看视频| av中文乱码字幕在线| 国产美女午夜福利| 国产午夜福利久久久久久| 黄片大片在线免费观看| 免费无遮挡裸体视频| 午夜亚洲福利在线播放| 国产亚洲精品一区二区www| 久久久国产精品麻豆| 亚洲 欧美一区二区三区| 在线永久观看黄色视频| 欧美国产日韩亚洲一区| 亚洲国产看品久久| 午夜激情福利司机影院| 国产高潮美女av| 一进一出抽搐动态| 亚洲中文字幕一区二区三区有码在线看 | 欧美xxxx黑人xx丫x性爽| 婷婷精品国产亚洲av| 国产成人精品无人区| 国产精品乱码一区二三区的特点| 嫩草影院精品99| 亚洲av片天天在线观看| 久久久国产精品麻豆| 亚洲av中文字字幕乱码综合| 亚洲国产欧洲综合997久久,| 制服人妻中文乱码| 日韩欧美三级三区| 男女那种视频在线观看| 丰满人妻一区二区三区视频av | 亚洲国产精品成人综合色| 日本熟妇午夜| 男女之事视频高清在线观看| 久久久久免费精品人妻一区二区| 极品教师在线免费播放| 久久久久免费精品人妻一区二区| 国产精品av久久久久免费| 色综合婷婷激情| 床上黄色一级片| 美女被艹到高潮喷水动态| 国产黄a三级三级三级人| 国产在线精品亚洲第一网站| 97碰自拍视频| 午夜精品久久久久久毛片777| 999久久久精品免费观看国产| 免费看十八禁软件| 久久香蕉精品热| 午夜免费激情av| 女同久久另类99精品国产91| 免费看十八禁软件| 久久国产精品影院| 一本久久中文字幕| 亚洲国产高清在线一区二区三| 91久久精品国产一区二区成人 | 国产成人欧美在线观看| 午夜影院日韩av| 免费看日本二区| 国产精品久久久av美女十八| 精品午夜福利视频在线观看一区| 日韩 欧美 亚洲 中文字幕| 午夜成年电影在线免费观看| 国产伦精品一区二区三区视频9 | 亚洲专区字幕在线| 精品国产乱码久久久久久男人| 无限看片的www在线观看| 制服丝袜大香蕉在线| 国产精品一区二区三区四区免费观看 | 老司机午夜十八禁免费视频| 精品人妻1区二区| 久久草成人影院| 九九久久精品国产亚洲av麻豆 | 日韩国内少妇激情av| 欧美zozozo另类| 一二三四在线观看免费中文在| 99riav亚洲国产免费| 亚洲一区二区三区色噜噜| 日韩有码中文字幕| 午夜免费成人在线视频| 成人鲁丝片一二三区免费| 中文字幕人成人乱码亚洲影|