作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
粒子滤波(PF)方法与传统的非线性滤波方法如扩展卡尔曼(EKF)类方法相比,无需计算Jacobi矩阵,受初始状态影响小而稳定性强,因此粒子滤波方法研究成为非线性滤波研究的热点问题.但在可观测性较差的非线性系统滤波中常用的普通粒子滤波方法(GPF)易受退化、采样枯竭等因素影响而在可能会引起滤波误差大甚至不收敛等问题.本文提出了一种高斯分布的调整粒子滤波跟踪算法,即在粒子再采样后加上一定的高斯噪声分布调整粒子分布,以产生更接近真实状态的粒子.经过只测角定位跟踪举例仿真表明,本文方法具有较高的滤波精度.
推荐文章
一种优化高斯粒子滤波的载波频偏估计算法
高斯粒子滤波
免重采样
重要密度函数
Unscented卡尔曼滤波
频偏估计
基于容积卡尔曼滤波的高斯粒子滤波算法
高斯粒子滤波
重要性密度函数
实时性
容积卡尔曼滤波
一种改进正态逆高斯分布模型的图像去噪算法
图像处理
非下采样剪切波变换
正态逆高斯分布模型
最优线性插值阈值
图像去噪
分数阶微分滤波器及高斯分布参数估计
分数阶微分滤波器
高斯分布
分数阶微分
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种高斯分布的调整粒子滤波算法
来源期刊 信号处理 学科 工学
关键词 滤波 非线性 跟踪 概率密度函数
年,卷(期) 2005,(z1) 所属期刊栏目 雷达信号处理
研究方向 页码范围 499-502
页数 4页 分类号 TN95
字数 3219字 语种 中文
DOI 10.3969/j.issn.1003-0530.2005.z1.126
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭福成 国防科技大学电子科学与工程学院 62 696 16.0 24.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (33)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
滤波
非线性
跟踪
概率密度函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
论文1v1指导