《双传感器概率假设密度滤波解析实现方法》PDF+DOC
作者:许建,黄放明,贲德
单位:南京电子技术研究所
出版:《现代雷达》2014年第04期
页数:8页 (PDF与DOC格式可能不同)
PDF编号:PDFXDLD2014040080
DOC编号:DOCXDLD2014040089
下载格式:PDF + Word/doc 文字可复制、可编辑
《有序粒子概率假定密度跟踪算法》PDF+DOC2009年第25期 林焕杉,董福安,朱林户,齐立峰
《多传感器顺序统计量不敏概率数据互联算法》PDF+DOC2009年第08期 管旭军,芮国胜,张玉玲,周旭
《集中式多传感器模糊联合概率数据互联算法》PDF+DOC2007年第07期 张晶炜,何友,熊伟
《多传感器广义概率数据关联算法研究》PDF+DOC2005年第11期 许阳,杨峰,潘泉,梁彦
《采用Bayes多传感器数据融合方法进行目标识别》PDF+DOC2005年第10期 王俊林,张剑云
《基于Kohonen神经网络的多传感器数据关联算法》PDF+DOC2004年第05期 郑子扬,陈小惠
《一种有效的不同类型传感器多目标跟踪融合算法》PDF+DOC2003年第01期 陈小惠,万德钧,王庆
《一种改进的多传感器粒子PHD滤波近似算法》PDF+DOC2012年第01期 欧阳成,姬红兵,杨金龙
《基于概率假设密度滤波平滑器的检测前跟踪算法》PDF+DOC2012年第10期 林再平,周一宇,安玮,徐洋
《传感器定姿偏差的空间配准算法研究》PDF+DOC2009年第02期 刘煜,杨哲,韩崇昭
针对双传感器概率假设密度(PHD)理论的解析实现进行研究。Mahler给出的双传感器PHD理论,由于其中含有抽象的多目标积分,并且其中的二元分割过程计算量十分巨大,所以无法计算机实现。文中在线性高斯混合的假设条件下给出了严格双传感器PHD滤波的递推解析公式,并且通过提出“有效二元分割”算法极大降低了严格理论意义下的双传感器PHD算法的计算复杂度,从而解决了双传感器PHD滤波的计算实现问题。计算机模拟仿真验证了所提出算法的有效性。
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。