网站大量收购独家精品文档,联系QQ:2885784924

一种目标特性辅助的积分粒子滤波新方法.pdfVIP

一种目标特性辅助的积分粒子滤波新方法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种目标特性辅助的积分粒子滤波新方法.pdf

第 lO期 电 子 学 报 Vo1.42 No.10 2014年 1O月 ACTA EI正CrRONICASINICA Oct. 2014 一 种 目标特性辅助的积分粒子滤波新方法 李 良群,谢维信 (深圳大学ATR国防科技重点实验室,广东深圳 518060) 摘 要: 针对非均匀稀疏采样环境下 目标跟踪中的非线性滤波问题,提出了一种基于Gauss-Hermite积分和 目标 特性辅助的积分粒子滤波新方法(AQPF).在该方法中,构建了基于Gauss.Hermite积分的积分点概率密度函数作为重 要性密度函数 ,同时,在时间更新阶段引入 目标观测、目标观测的有效时问间隔、目标速度等 目标特性,综合改善滤波 器中预测粒子和预测协方差估计的准确性和粒子的多样性,有效提高 目标状态的估计性能.实验结果表明,提出方法 的估计性能要明显好于无迹kalman滤波 (ul(F)、积分kalman滤波 (QKV)、粒子滤波 (PF)、辅助粒子滤波 (APV)和高斯粒 子滤波(GPF),能够有效对 目标状态进行估计 . · 关键词: 非均匀稀疏采样;Gauss.Herrnite积分 ;积分粒子滤波;目标特性 中图分类号: TN953 文献标识码 : A 文章编号: 0372—2112(2014)10-2069—06 电子学报URL:http://www.ejourna1.org.ca DOI:10.3969/j.issn.0372—2112.2014.10.031 ANovelAuxiliaryQuadratureParticleFilteringAlgorithm BasedonTargetCharacteristic LILiang-qun,XIE Wei-xin (ATR研 Laboratory,ShenzhenUniversity,Shenzhen,Guangdong518060,Ch/na) Abstract: Forthenonlinearfilteringproblem oftargettrackinginaperiodicsparsenesssamplingenvironment,anovelallxi]一 iaryquadratureparticlefilter(AQPF)basedOilGauss-Hermitequadratureandtargetcharacteristicsisproposed.Intheproposedal— gorithm ,asetofquadraturepointprobabilitydensitiesbasedontheGauss-Hermitequadratureisproposedtoappmxim_ate hteimpor— rantdensiytfunction.Athtesametime,hteproposedalgorithmcallnicorporatetargetobservation,timenitervalofhtetargetobserva— tionandhtetargetspeedintohteconstructionof importantdensityfunction,whichcaneffectivelyenhancethediversiyt ofsamples nadimprovetheperformance.Finally,hteexperimentalresultsshow thatthe maIlceofhtepropo sedalgorithm isbetterhtna hteseofht

您可能关注的文档

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档