一种实用的融合方法在辅助粒子滤波中的应用.pdfVIP

下载本文档

0
0
约2.28万字
约 7页
2018-01-03 发布于北京
举报
版权申诉

一种实用的融合方法在辅助粒子滤波中的应用.pdf

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

第29卷第2期计算机仿真 2012年2月文章编号：1006—9348(2012)02—0198—06 一种实用的融合方法在辅助粒子滤波中的应用余熙，张天骐，白娟，魏世朋 (重庆邮电大学信号与信息处理重庆市重点实验室，重庆400065) Kalman 摘要：研究机动目标跟踪优化问题，传统的扩展卡尔曼滤波(Extended Kalman Filtering，UKF)跟踪机动目标强非线性系统，滤波精度有限，并存在噪声。为了提高跟踪滤波的精准性和可靠性，提 Particle 出建立一种协同转弯非线性模型，将辅助粒子滤波(AuxiliaryFiltering)和数据融合相结合的跟踪滤波算法。辅助粒子滤波在重采样前对各个粒子权值依据似然函数进行修正，同时采用一种将多个滤波器结合的实用的数据融合方法，可以进一步提高滤波精度。经仿真表明，算法能减小运算量，并能很好的提高跟踪滤波精度。关键词：似然函数；多辅助粒子滤波器；数据融合；转弯模型；目标跟踪中图分类号：TN953文献标识码：A PracticalDataFusion in Particle AuxiliaryFiltering AlgorithmApplied YU Xi，ZHANG Juan，WEI Tian—qi，BAI Shi—peng of andInformation LaboratorySignal University (ChongqingKey Processing(CQKLSIP)，Chongqing ofPostsand Telecommunications(CQUPT)，Chongqing400065，China) for wasdiscussedinthe inordertofindamethodwithbetteraccura- ABSTRACT：The filteringtargettracking paper kalman kalman builtanon—linear and thanextended andunscentedfiltering．Thispaper sys- cy reliability filtering tem model．Thenamethodof filterscombinedwithdatafusionwas model，turn auxiliaryparticle proposed．Auxiliary forcharacteroftheturnmodelmodified before tolikelihoodfunc— particle everyparticle resamplingaccording filtering