基于粒子滤波的检测前跟踪改进算法-控制与决策.PDFVIP

基于粒子滤波的检测前跟踪改进算法-控制与决策.PDF

  1. 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. 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. 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. 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. 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. 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. 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
基于粒子滤波的检测前跟踪改进算法-控制与决策

绗?5 鍗 绗?2 鏈 鎺 鍒 涓 鍐 绛 2010 骞 12 鏈 Vol. 25 No. 12 Control and Decision Dec. 2010 鏂囩珷缂栧彿: 1001-0920 (2010) 12-1843-05 鍩轰簬绮掑瓙婊ゆ尝鐨勬娴嬪墠璺熻釜鏀硅繘绠楁硶 1,2 1 1 1 鍚村瓩鍕 , 寤栨鐢 , 鏉ㄥ織浼 , 鏉庡僵褰 (1. 瑗垮畨鐢靛瓙绉戞妧澶у闆疯揪淇″彿澶勭悊閲嶇偣瀹為獙瀹わ紝瑗垮畨710071 锛 2. 妗傛灄鐢靛瓙绉戞妧澶у鏁板涓庤绠楃瀛﹀闄紝骞胯タ妗傛灄541004) 鎽 瑕? 閽堝浣庝俊鍣瘮鐜涓嬪井寮辩洰鏍囩殑瀹炴椂妫€娴嬩笌璺熻釜, 鎻愬嚭涓€绉嶅熀浜庣矑瀛愭护娉㈢殑妫€娴嬪墠璺熻釜鏀硅繘绠楁硶. 璇ョ畻娉 鍦ㄧ矑瀛愭护娉㈢殑鍩虹涓婅瀺鍚堜笉鏁忓崱灏旀浖婊ゆ尝(UKF) 绠楁硶, 铻嶅悎鍚庣殑鏂扮畻娉曞湪鍒╃敤閲嶈鎬у瘑搴﹀嚱鏁颁骇鐢熺矑瀛愭椂鍏呭垎鑰冭檻 褰撳墠鏃跺埢鐨勯噺娴? 浠庤€屽紩瀵肩矑瀛愬悜楂樹技鐒跺尯鍩熺Щ鍔? 浣垮緱绮掑瓙鐨勫垎甯冩洿鎺ヨ繎鐘舵€佺殑鍚庨獙姒傜巼鍒嗗竷. 浠跨湡瀹為獙琛ㄦ槑, 鏀 杩涚畻娉曠殑妫€娴嬩笌璺熻釜鎬ц兘浼樹簬鏍囧噯鐨勭矑瀛愭护娉㈢畻娉? 鍏抽敭璇岤 绮掑瓙婊ゆ尝锛涙娴嬪墠璺熻釜锛涘井寮辩洰鏍囷紱涓嶆晱鍗″皵鏇兼护娉 涓浘鍒嗙被鍙耳 TP391 鏂囩尞鏍囪瘑鐮? A Improved track-before-detect algorithm based on particle 铿乴ter 1,2 1 1 1 WU Sun-yong , LIAO Gui-sheng , YANG Zhi-wei , LI Cai-cai (1. National Lab of Radar Signal Processing锛孹idian University 锛孹i鈥檃n 710071 锛孋hina 锛?. Department of Computational Science and Mathematics锛孏uilin University of Electronic Technology锛孏uilin 541004锛孋hina. Correspondent 锛歀IAO Gui-sheng锛孍-mail 锛歡sliao@xidian.edu.cn) Abstract: An improved track-before-detect(TBD) algorithm based on the particle 铿乴ter is proposed for weak target detection and tracking in low signal to noise radio(SNR) environment. Under the theory framework of particle 铿乴ter, an algorithm which combines the particle 铿乴ter with unscented Kalman 铿乴ter(UKF) algorithm is presented. When the important probability density distribution is calculated by using the algorithm, the sampling particles are most likely to be in the region of high likel

文档评论(0)

laolao123 + 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