- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
第 23 卷 第 12 期 控 制 与 决 策 2008 年 12 月
Vol . 23 No . 12 Cont rol an d D ecis ion Dec . 2008
文章编号 : 100 10920 (2008)
基于粒子滤波的模型自适应机动 目标跟踪算法
胡振涛 , 潘 泉 , 梁 彦 , 程咏梅
(西北工业大学 自动化学院 , 西安 7 10072)
摘 要 : 针对当前机动 目标跟踪领域中多模型算法存在的问题 ,提出一种基于粒子滤波的模型自适应机动 目标跟踪
算法. 首先 ,依据前一时刻每个粒子采用的模型状态和模型间的状态转移概率 ,实现对当前时刻模型的采样 ;然后 ,将
采样模型用于对当前粒子的预测 ,并根据当前时刻得到的量测数据实现对预测粒子权值的度量 ;最后 ,通过重采样策
略和概率最大化原则完成对模型的合理选择和状态的有效估计. 仿真实验验证了该算法的有效性.
关键词 : 机动 目标跟踪 ; 粒子滤波 ; 交互式多模型 ; 模型自适应
中图分类号 : TP39 1 文献标识码 : A
Model adaptive maneuvering target tracking algorithm based on
particle f iltering
H U Z hent ao , PA N Q uan , L I A N G Yan , C H E N G Yongm ei
(College of Automation , Nort hwest ern Polyt echnical U niver sit y , Xi ’an 7 10072 , China . Correspondent : HU Zhen
t ao , Email : guchen shou @yahoo . com . cn)
Abstract : Aiming at t he exi sting p roblem s of current multimo del algorit hm for maneuvering t ar get t racking , t he p ap er
p ropo ses a mo del adap tive maneuvering t ar get t racking algorit hm ba sed on p article filt ering . Fir stly , t he algorit hm
achieves t he samp ling for current moment mo del accor ding to t he p reviou s moment p article mo del information and t he
mo del t ran sfer p robabilit y . Then , t he p rediction for current p article i s accomp li shed by combining t he model sampling
result wit h st at e t ran sfer equation , and t he weight of p rediction p article i s measured based on current moment
mea surement . Finally , t he resampling st ep and t he p rinciple of p robabilit y maximization are utilized to realize
rea sonable selection for model and effective estimation for st
文档评论(0)