一种基于粒子滤波的联合跟踪与分类算法

• 作者: 申屠晗 薛安克 郭云飞
• 来源期刊: 机电工程
• 学科: 工学
• 关键词: 联合跟踪与分类 贝叶斯估计 混合无味粒子滤波 无味变换
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 计算机应用
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP391
• 字数: 3062字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2010.03.010

摘要

针对纯运动学信息联合跟踪与分类问题,提出了一种基于混合无味粒子滤波的联合跟踪与分类算法.在传统粒子滤波联合跟踪与分类算法的基础上,通过采用无味变换,利用多个无味卡尔曼滤波器给出更高质量的粒子建议分布,提高整个算法的性能.理论分析和仿真结果都表明,与传统粒子滤波联合跟踪与分类算法相比,该算法无论在跟踪精度还是在分类正确率上都有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭云飞	杭州电子科技大学信息与控制研究所	45	206	8.0	11.0
2	申屠晗	杭州电子科技大学信息与控制研究所	12	41	4.0	6.0
3	薛安克	杭州电子科技大学信息与控制研究所	104	687	13.0	20.0