原文服务方: 科技与创新       
摘要:
非线性估计领域的经典算法是扩展Kalman滤波(EKF).它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点.而粒子滤波采用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,而不是采用传统的线性变换,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点.本文对经典的方位、斜距量测跟踪问题进行了仿真.仿真结果表明,粒子滤波器的跟踪性能要优于EKF的性能.
推荐文章
基于t-分布粒子滤波器的目标跟踪
目标跟踪
贝叶斯跟踪
非线性非高斯随机系统
序列重要性采样
t-分布粒子滤波器
ECME算法
无色卡尔曼滤波
自助式粒子滤波器
基于遗传粒子滤波器的运动目标实时跟踪
粒子滤波器
遗传算法
自适应特征选择
跟踪
boosting算法
粒子滤波在机动目标跟踪中的应用
机动目标
粒子滤波器
非线性
基于卡尔曼滤波器的雷达跟踪
雷达跟踪
卡尔曼滤波器
最小误差
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 粒子滤波器在雷达目标跟踪中的运用
来源期刊 科技与创新 学科
关键词 粒子滤波 蒙特卡罗 序列重要性采样 重采样
年,卷(期) 2009,(22) 所属期刊栏目 软件天地
研究方向 页码范围 233-234,180
页数 3页 分类号 TP957
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2009.22.094
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 田康生 空军雷达学院信息与指挥自动化系 44 193 7.0 11.0
2 金宏斌 空军雷达学院信息与指挥自动化系 47 220 7.0 11.0
3 范雄华 空军雷达学院信息与指挥自动化系 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(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)
研究主题发展历程
节点文献
粒子滤波
蒙特卡罗
序列重要性采样
重采样
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导