《基于UT变换的MMPHD机动目标跟踪》PDF+DOC
作者:罗少华,徐晖,徐洋,安玮
单位:中国航天科工防御技术研究院;中国宇航学会;中国系统工程学会
出版:《系统工程与电子技术》2012年第04期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFXTYD2012040080
DOC编号:DOCXTYD2012040089
下载格式:PDF + Word/doc 文字可复制、可编辑
《被动多传感器改进交互多模型粒子滤波算法》PDF+DOC2017年第05期 刘威,宋伟,黄遵全
《一种改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC2016年第02期 宋晓宇,陈沾衡,孙向阳
《基于IMMPF算法自适应驻留时间的控制与研究》PDF+DOC2017年第04期 刘必旺,张利斌
《基于IMM多传感器顺序粒子滤波跟踪机动目标算法》PDF+DOC2012年第04期 陆新东,胡振涛,刘先省,金勇
《基于SRUKF的异类信源多模型跟踪算法》PDF+DOC2012年第06期 高贵朋
《“集中式融合的性能一定优于分布式融合的性能”存疑》PDF+DOC2010年第05期 乔向东,李涛,张志伟,杨仝,李鸿艳,冯新喜
《杂波环境下被动多传感器机动目标跟踪新算法》PDF+DOC2007年第08期 李良群,姬红兵,罗军辉
《多传感器顺序粒子滤波算法》PDF+DOC2005年第06期 熊伟,何友,张晶炜
《多传感器多目标粒子滤波算法》PDF+DOC2005年第04期 熊伟,何友,张晶炜
《基于新型的递归BLUE滤波器的IMM算法》PDF+DOC2005年第06期 王炜,杨露菁,宋胜峰
基于序列蒙特卡罗方法的多模概率假设密度(probability hypothesis density,PHD)滤波算法及其改进方法,在预测过程中依据多个并行的状态转移模型将大量粒子散布到下一时刻目标所有可能出现的状态空间,从而实现目标状态的捕获。由于这些方法大量使用粒子,造成计算量巨大、算法实时性差。为此,提出了基于无迹变换的多模PHD机动目标跟踪方法。该方法利用最新量测信息获得粒子预测过程中的建议密度函数,从而将粒子聚合在目标最可能出现的状态空间邻域中,充分实现粒子的有效利用。仿真实验表明,论文提出的算法不仅显著减少了多模PHD算法的计算量,而且在一定程度上提高了多模PHD算法的精度。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。