原创力文档- 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
基于无迹卡尔曼滤波的粒子群算法研究.pdf
第43卷第10期 中 围 绅葶 箍 求 戈 李 葶 旅 V01．43，No．10
201 JOURNALOFUNIVERSITYOFSCIENCEANDTECHNOLOGYOFCHINA
3年10月 Oct．2013
文章编号：0253—2778(2013)10—0850—06
基于无迹卡尔曼滤波的粒子群算法研究
张庆波，傅忠谦，杨 可
(中国科学技术大学电子科学与技术系，安徽合肥230027)
filter，PF-PHD)在
摘要：针对粒子概率假设密度滤波算法(particleprobabilityhypothesisdensity
多目标跟踪过程中存在粒子退化和估计精度不高的问题，提出了一种新的基于无迹卡尔曼滤波
Kalman
(unscentedfiter，UKF)的多目标状态估计算法．该算法首先通过UKF算法利用当前观测
值得到重要性密度函数，使粒子状态分布更接近多目标概率假设密度分布．然后利用粒子身份标签
将所有粒子分为不同的粒子群，依据最新获得粒子群中的粒子和似然度估计目标状态．仿真实验表
明，在复杂环境下该方法较PF-PHD能够提高估计精度和目标关联的准确性．
关键词：概率假设密度滤波；多目标跟踪；无迹卡尔曼滤波；粒子群
中图分类号：TN929 文献标识码：A
Ke．Particleswarm basedonunscentedKalmanfiter
引用格式：ZhangQingbo，FuZhongqian，Yang optimization
of ofScienceand ofChina，2013，43(10)：850—855．
[J]．JournalUniversity Technology
张庆波，傅忠谦，杨可．基于无迹卡尔曼滤波的粒子群算法研究EJ]．中国科学技术大学学报，2013，
43(10)：850—855．
Kalmanfiter
swarm basedonunscented
Particle optimization
ZHANG Ke
Qingbo，FUZhongqian，YANG
Scienceand 230027，China)
ElectronicalScienceand TechnologyofChina，Hefei
(DepⅡrtmentof Technology，Universityof
filter in
the that hypothesisdensityalgorithmmulti～target
Abstract：Forproblemparticleprobability
new stateestimation
has andlowestimation multi—target
par
文档评论（0）