• <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
    国产视频内射| 亚洲经典国产精华液单| 精品熟女少妇av免费看| 婷婷六月久久综合丁香| 一夜夜www| 男人爽女人下面视频在线观看| 免费看日本二区| 看黄色毛片网站| 你懂的网址亚洲精品在线观看| 少妇丰满av| 久久久久久久午夜电影| 在线 av 中文字幕| 日韩电影二区| 麻豆久久精品国产亚洲av| 国产黄频视频在线观看| 国产一区二区亚洲精品在线观看| 一个人免费在线观看电影| 我要看日韩黄色一级片| 国产精品不卡视频一区二区| 亚洲国产日韩欧美精品在线观看| 99热这里只有是精品50| 真实男女啪啪啪动态图| 熟妇人妻不卡中文字幕| 亚洲国产精品国产精品| 国产亚洲av片在线观看秒播厂 | 啦啦啦韩国在线观看视频| 日韩在线高清观看一区二区三区| 国产伦理片在线播放av一区| 久久久久国产网址| 国产有黄有色有爽视频| 大话2 男鬼变身卡| 免费观看av网站的网址| 日韩欧美三级三区| 亚洲精品日本国产第一区| 亚洲精品成人av观看孕妇| 国产精品久久久久久精品电影小说 | 22中文网久久字幕| 国产成年人精品一区二区| 亚洲婷婷狠狠爱综合网| 国产综合懂色| 精品不卡国产一区二区三区| 亚洲熟妇中文字幕五十中出| 国产精品久久久久久精品电影小说 | 亚洲精品久久午夜乱码| 99热这里只有是精品在线观看| 亚洲人成网站在线观看播放| 2021天堂中文幕一二区在线观| 久久精品综合一区二区三区| 国产精品国产三级国产专区5o| 看黄色毛片网站| 久久热精品热| 99九九线精品视频在线观看视频| 女的被弄到高潮叫床怎么办| 波野结衣二区三区在线| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 五月天丁香电影| 国产成人a区在线观看| 欧美三级亚洲精品| 97在线视频观看| 亚洲欧美中文字幕日韩二区| 久久久久久久久中文| 男的添女的下面高潮视频| 777米奇影视久久| 免费观看的影片在线观看| 日日啪夜夜爽| 免费大片18禁| 18禁在线无遮挡免费观看视频| 亚洲av电影不卡..在线观看| av天堂中文字幕网| 国产精品人妻久久久影院| 能在线免费看毛片的网站| 丝瓜视频免费看黄片| 精品酒店卫生间| 26uuu在线亚洲综合色| 国产黄色小视频在线观看| 亚洲成人一二三区av| 免费看光身美女| 亚洲熟女精品中文字幕| 91久久精品国产一区二区成人| 欧美日韩亚洲高清精品| av天堂中文字幕网| 床上黄色一级片| 简卡轻食公司| 亚洲性久久影院| 日韩欧美精品v在线| 在线观看美女被高潮喷水网站| 成年免费大片在线观看| 色综合色国产| 一级毛片 在线播放| 亚洲va在线va天堂va国产| 老女人水多毛片| 一级毛片黄色毛片免费观看视频| 九色成人免费人妻av| 国产精品美女特级片免费视频播放器| 高清视频免费观看一区二区 | 国产久久久一区二区三区| 国产成人精品一,二区| 免费黄频网站在线观看国产| 一级毛片久久久久久久久女| 2021少妇久久久久久久久久久| 欧美日韩亚洲高清精品| 成年女人在线观看亚洲视频 | 99久久精品一区二区三区| 亚洲成人av在线免费| 国产不卡一卡二| 国产高清国产精品国产三级 | 永久网站在线| 国产免费一级a男人的天堂| 亚洲内射少妇av| 国产黄色视频一区二区在线观看| 久久亚洲国产成人精品v| 亚洲真实伦在线观看| 一级毛片久久久久久久久女| 久久久久久久久久久丰满| 色网站视频免费| 亚洲av.av天堂| 久久久久九九精品影院| 久久久久久久久中文| 国产午夜精品久久久久久一区二区三区| 少妇裸体淫交视频免费看高清| 久久草成人影院| 少妇高潮的动态图| 亚洲av.av天堂| 久久久久网色| 国产伦一二天堂av在线观看| 高清日韩中文字幕在线| 国产黄色视频一区二区在线观看| 内射极品少妇av片p| 我的老师免费观看完整版| 精品久久久久久成人av| 免费av不卡在线播放| 99热这里只有是精品50| 日韩一区二区视频免费看| 日韩国内少妇激情av| 国产av码专区亚洲av| 国产亚洲5aaaaa淫片| 亚洲av.av天堂| 深爱激情五月婷婷| 国产在视频线精品| 婷婷色av中文字幕| 欧美97在线视频| 国产白丝娇喘喷水9色精品| 久久久久久九九精品二区国产| 99热网站在线观看| 一个人免费在线观看电影| 国产一级毛片在线| 女人久久www免费人成看片| 久久精品夜夜夜夜夜久久蜜豆| 免费大片18禁| 久久久久久久久久黄片| 日本熟妇午夜| 波野结衣二区三区在线| 午夜福利在线在线| 亚洲av福利一区| 欧美激情在线99| 女人被狂操c到高潮| 老师上课跳d突然被开到最大视频| 麻豆成人av视频| 午夜福利在线观看免费完整高清在| eeuss影院久久| 在线观看美女被高潮喷水网站| 国产精品美女特级片免费视频播放器| 国产亚洲av片在线观看秒播厂 | 麻豆国产97在线/欧美| 麻豆av噜噜一区二区三区| 伦理电影大哥的女人| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 中文字幕制服av| 欧美日韩一区二区视频在线观看视频在线 | 国产真实伦视频高清在线观看| 一区二区三区免费毛片| 亚洲无线观看免费| 国产成年人精品一区二区| 建设人人有责人人尽责人人享有的 | 两个人视频免费观看高清| 午夜福利成人在线免费观看| 国产亚洲av片在线观看秒播厂 | 永久网站在线| 国产黄片视频在线免费观看| 亚洲久久久久久中文字幕| 寂寞人妻少妇视频99o| 亚洲自偷自拍三级| 一区二区三区免费毛片| 亚洲精华国产精华液的使用体验| 久久久午夜欧美精品| 天天躁日日操中文字幕| 天堂网av新在线| 免费观看在线日韩| 听说在线观看完整版免费高清| 免费在线观看成人毛片| 亚洲,欧美,日韩| 美女黄网站色视频| 免费在线观看成人毛片| 亚洲欧美一区二区三区黑人 | 成人亚洲精品av一区二区| 天堂中文最新版在线下载 | 久久久久久久久大av| 国产成人aa在线观看| 久久这里有精品视频免费| 边亲边吃奶的免费视频| 午夜亚洲福利在线播放| 精品人妻一区二区三区麻豆| 午夜日本视频在线| 一边亲一边摸免费视频| 久久人人爽人人片av| 亚洲在线自拍视频| 天堂中文最新版在线下载 | 国产视频首页在线观看| 国产精品蜜桃在线观看| 国产精品一区二区在线观看99 | 青春草亚洲视频在线观看| 色尼玛亚洲综合影院| 肉色欧美久久久久久久蜜桃 | 亚洲国产精品成人综合色| 别揉我奶头 嗯啊视频| 亚洲精品视频女| 免费看美女性在线毛片视频| 女人被狂操c到高潮| www.av在线官网国产| 色综合亚洲欧美另类图片| 国内精品宾馆在线| 99re6热这里在线精品视频| 精品熟女少妇av免费看| 啦啦啦中文免费视频观看日本| 国产精品麻豆人妻色哟哟久久 | 亚洲欧美中文字幕日韩二区| 国产老妇女一区| 亚洲av福利一区| 免费黄色在线免费观看| 欧美三级亚洲精品| 国产黄色小视频在线观看| 欧美97在线视频| 2022亚洲国产成人精品| 18禁裸乳无遮挡免费网站照片| 成人美女网站在线观看视频| 久久精品国产自在天天线| 久久久久九九精品影院| av在线亚洲专区| 777米奇影视久久| 久久人人爽人人片av| 国产有黄有色有爽视频| 欧美一区二区亚洲| 国产欧美日韩精品一区二区| 国产成人免费观看mmmm| 欧美日韩亚洲高清精品| 中文欧美无线码| 卡戴珊不雅视频在线播放| 欧美日韩精品成人综合77777| 亚洲国产精品成人久久小说| 免费观看在线日韩| 能在线免费看毛片的网站| 久久久久久久亚洲中文字幕| 亚洲欧美成人综合另类久久久| 午夜福利视频1000在线观看| 成年版毛片免费区| 男女国产视频网站| 免费黄网站久久成人精品| 寂寞人妻少妇视频99o| 日韩强制内射视频| 丝袜喷水一区| 日韩欧美精品v在线| 亚洲欧美中文字幕日韩二区| 亚洲色图av天堂| 国产精品人妻久久久影院| 麻豆精品久久久久久蜜桃| 成人高潮视频无遮挡免费网站| 亚洲内射少妇av| 婷婷色av中文字幕| 2021天堂中文幕一二区在线观| 性插视频无遮挡在线免费观看| 高清毛片免费看| 免费看a级黄色片| 91久久精品国产一区二区成人| 免费少妇av软件| 波野结衣二区三区在线| 国产高潮美女av| av国产免费在线观看| 免费av毛片视频| 欧美成人一区二区免费高清观看| 国产亚洲一区二区精品| 国产欧美日韩精品一区二区| 免费观看av网站的网址| 国国产精品蜜臀av免费| 春色校园在线视频观看| 女的被弄到高潮叫床怎么办| 免费看不卡的av| av在线观看视频网站免费| 亚洲熟妇中文字幕五十中出| 国产视频首页在线观看| 国产精品嫩草影院av在线观看| 国产成人午夜福利电影在线观看| 九九久久精品国产亚洲av麻豆| 美女高潮的动态| 夜夜看夜夜爽夜夜摸| 麻豆国产97在线/欧美| 在线观看人妻少妇| 国产极品天堂在线| 乱系列少妇在线播放| 99视频精品全部免费 在线| 亚洲精品久久午夜乱码| 欧美激情国产日韩精品一区| 乱人视频在线观看| 国产探花在线观看一区二区| 黄片无遮挡物在线观看| 欧美日韩国产mv在线观看视频 | a级毛片免费高清观看在线播放| 免费看日本二区| 永久网站在线| 久久99热这里只频精品6学生| 老女人水多毛片| 2021天堂中文幕一二区在线观| 性色avwww在线观看| 大香蕉久久网| 久久精品综合一区二区三区| 99久久人妻综合| 五月伊人婷婷丁香| 欧美3d第一页| 国产精品无大码| 美女cb高潮喷水在线观看| .国产精品久久| 日韩av免费高清视频| 国产v大片淫在线免费观看| 人体艺术视频欧美日本| 国语对白做爰xxxⅹ性视频网站| 免费黄色在线免费观看| 熟妇人妻久久中文字幕3abv| 五月玫瑰六月丁香| 婷婷色av中文字幕| 欧美日韩在线观看h| 日本一二三区视频观看| 日本熟妇午夜| 日韩成人av中文字幕在线观看| 国产高清三级在线| 成人国产麻豆网| 成人亚洲精品av一区二区| 成人毛片60女人毛片免费| 女人十人毛片免费观看3o分钟| 国产亚洲av片在线观看秒播厂 | 日韩成人av中文字幕在线观看| 中文在线观看免费www的网站| 免费看a级黄色片| 一级黄片播放器| 在线a可以看的网站| 欧美另类一区| 亚洲在线观看片| 国产成人免费观看mmmm| 亚洲国产成人一精品久久久| 日韩一本色道免费dvd| 亚洲av免费高清在线观看| 欧美不卡视频在线免费观看| 综合色av麻豆| 黄色欧美视频在线观看| 午夜激情久久久久久久| 99久久人妻综合| 只有这里有精品99| 青春草国产在线视频| 欧美日韩一区二区视频在线观看视频在线 | 日日啪夜夜撸| 一级毛片我不卡| 国产伦在线观看视频一区| 久久久久久久久久黄片| 联通29元200g的流量卡| 男人舔女人下体高潮全视频| 秋霞在线观看毛片| 熟女电影av网| 亚洲欧美清纯卡通| 欧美不卡视频在线免费观看| 一个人免费在线观看电影| 久久久久久久久久成人| 97在线视频观看| av在线老鸭窝| 亚洲精品乱久久久久久| 欧美高清性xxxxhd video| 国产乱人视频| 日本一二三区视频观看| 欧美三级亚洲精品| 性插视频无遮挡在线免费观看| 大又大粗又爽又黄少妇毛片口| 国产一区亚洲一区在线观看| 18禁动态无遮挡网站| 边亲边吃奶的免费视频| 男插女下体视频免费在线播放| 看免费成人av毛片| 亚洲av电影在线观看一区二区三区 | 国产精品国产三级国产av玫瑰| 超碰av人人做人人爽久久| 久久精品久久久久久久性| 少妇熟女aⅴ在线视频| 免费看a级黄色片| 男女边吃奶边做爰视频| 免费看av在线观看网站| 国产成人精品福利久久| 日本与韩国留学比较| 最近视频中文字幕2019在线8| 久久精品夜色国产| 赤兔流量卡办理| 天堂中文最新版在线下载 | 高清在线视频一区二区三区| 国产精品1区2区在线观看.| 久久99热这里只有精品18| 最后的刺客免费高清国语| 亚洲av成人精品一区久久| 1000部很黄的大片| 精品久久久久久久久av| 97精品久久久久久久久久精品| 中文字幕av在线有码专区| 亚洲精品自拍成人| 嫩草影院精品99| 人妻系列 视频| 色5月婷婷丁香| 男人舔奶头视频| 一级毛片久久久久久久久女| 精品久久久久久成人av| 三级男女做爰猛烈吃奶摸视频| 国产午夜精品久久久久久一区二区三区| 成人特级av手机在线观看| 在线免费十八禁| 亚洲av中文字字幕乱码综合| 亚洲欧美成人综合另类久久久| 国产精品一区www在线观看| 久久久久久久久久久免费av| 一边亲一边摸免费视频| 高清毛片免费看| 神马国产精品三级电影在线观看| 国语对白做爰xxxⅹ性视频网站| 内射极品少妇av片p| 久久久久久国产a免费观看| 日韩欧美国产在线观看| 国产精品无大码| 国产麻豆成人av免费视频| 午夜福利在线观看免费完整高清在| 亚洲aⅴ乱码一区二区在线播放| 可以在线观看毛片的网站| 搡女人真爽免费视频火全软件| 亚洲精品456在线播放app| 中文天堂在线官网| 韩国高清视频一区二区三区| 精品国产三级普通话版| 老女人水多毛片| 一级a做视频免费观看| 亚洲成人中文字幕在线播放| 午夜福利视频精品| av.在线天堂| 久久久久网色| 亚洲乱码一区二区免费版| 极品教师在线视频| 亚洲国产精品专区欧美| 国产淫语在线视频| 一级毛片久久久久久久久女| 伦精品一区二区三区| 久久韩国三级中文字幕| 在线a可以看的网站| 国产黄色小视频在线观看| 日韩电影二区| 国产成人精品一,二区| 在线观看一区二区三区| 色5月婷婷丁香| 成人美女网站在线观看视频| 尾随美女入室| 欧美xxxx性猛交bbbb| 中文字幕制服av| 国产综合懂色| 欧美变态另类bdsm刘玥| 久久久久久久久久人人人人人人| av网站免费在线观看视频 | 色综合亚洲欧美另类图片| 美女内射精品一级片tv| 别揉我奶头 嗯啊视频| 亚洲丝袜综合中文字幕| 亚洲成人精品中文字幕电影| 国产成人福利小说| 69人妻影院| 人妻少妇偷人精品九色| 日本三级黄在线观看| 精品久久久久久久久久久久久| 久久久久久久久久成人| 国内少妇人妻偷人精品xxx网站| 国产精品av视频在线免费观看| 99九九线精品视频在线观看视频| 噜噜噜噜噜久久久久久91| 国产成人免费观看mmmm| 久久精品久久精品一区二区三区| 99热全是精品| 国产淫语在线视频| 国产有黄有色有爽视频| 久久这里只有精品中国| 青春草亚洲视频在线观看| 久久久久九九精品影院| 久久久久网色| 久久久久久久久久久丰满| 日日摸夜夜添夜夜添av毛片| av在线观看视频网站免费| 亚洲熟女精品中文字幕| 中文精品一卡2卡3卡4更新| 97超视频在线观看视频| 欧美日韩国产mv在线观看视频 | 在线观看一区二区三区| 深爱激情五月婷婷| 成人午夜高清在线视频| 乱系列少妇在线播放| 久久久a久久爽久久v久久| 国产白丝娇喘喷水9色精品| 国产三级在线视频| 一级a做视频免费观看| 色哟哟·www| 亚洲精品日本国产第一区| 久久久久久久亚洲中文字幕| 伦理电影大哥的女人| 久久99蜜桃精品久久| 国产一区二区亚洲精品在线观看| 日韩欧美精品免费久久| 午夜福利成人在线免费观看| 国产精品99久久久久久久久| 亚洲真实伦在线观看| 欧美性猛交╳xxx乱大交人| 亚洲国产精品成人综合色| 最近2019中文字幕mv第一页| 最近最新中文字幕大全电影3| 精品不卡国产一区二区三区| 草草在线视频免费看| 少妇猛男粗大的猛烈进出视频 | 欧美+日韩+精品| 亚洲成人精品中文字幕电影| 国产黄片视频在线免费观看| 欧美3d第一页| 亚洲国产日韩欧美精品在线观看| 日韩人妻高清精品专区| 精品久久久久久久久av| 国产黄色视频一区二区在线观看| 看黄色毛片网站| 午夜日本视频在线| a级毛片免费高清观看在线播放| 亚洲精品日本国产第一区| 日日啪夜夜爽| av天堂中文字幕网| 精品国产三级普通话版| 色播亚洲综合网| 亚洲美女搞黄在线观看| 成年版毛片免费区| 最新中文字幕久久久久| 亚洲18禁久久av| 三级毛片av免费| 免费观看av网站的网址| 久久6这里有精品| 国产午夜精品论理片| 国产精品日韩av在线免费观看| 天堂影院成人在线观看| 日本熟妇午夜| 夫妻午夜视频| 人妻系列 视频| 国产午夜福利久久久久久| 一级片'在线观看视频| 久久精品国产亚洲网站| 特级一级黄色大片| 26uuu在线亚洲综合色| 一区二区三区免费毛片| 免费人成在线观看视频色| 人人妻人人澡欧美一区二区| 最近中文字幕高清免费大全6| 蜜桃久久精品国产亚洲av| 国产熟女欧美一区二区| 国产男人的电影天堂91| 麻豆精品久久久久久蜜桃| 少妇熟女aⅴ在线视频| 精品久久久久久电影网| 国产淫片久久久久久久久| 国产成人午夜福利电影在线观看| 男女边摸边吃奶| 狂野欧美激情性xxxx在线观看| 99热6这里只有精品| 国产伦在线观看视频一区| 亚洲精品成人久久久久久| 精品久久久久久久久av| 久久人人爽人人片av| 亚洲性久久影院| 欧美bdsm另类| 日本一二三区视频观看| 天堂av国产一区二区熟女人妻| 国产午夜精品久久久久久一区二区三区| 少妇裸体淫交视频免费看高清| 国产精品伦人一区二区| 亚洲无线观看免费| 色综合亚洲欧美另类图片| 99热全是精品| 国产黄片美女视频| 国产一区亚洲一区在线观看| 能在线免费观看的黄片| 搞女人的毛片| 国产精品一及| 熟女人妻精品中文字幕| 91狼人影院| 3wmmmm亚洲av在线观看| 一区二区三区四区激情视频| 成年av动漫网址| 大香蕉久久网| 国产精品人妻久久久影院| 成年免费大片在线观看| 人妻一区二区av| av国产免费在线观看| 欧美一区二区亚洲| 99热这里只有是精品在线观看| 国产高清不卡午夜福利| 18禁在线无遮挡免费观看视频| 欧美97在线视频| 国产爱豆传媒在线观看| 国产视频首页在线观看| 亚洲久久久久久中文字幕| 纵有疾风起免费观看全集完整版 | 亚洲av国产av综合av卡| 啦啦啦中文免费视频观看日本| 国产精品麻豆人妻色哟哟久久 | 午夜日本视频在线| 嫩草影院入口| 赤兔流量卡办理| 日韩制服骚丝袜av|