基于SVM数据融合的实时粒子滤波算法

• 作者: 伊国兴 曾庆双 蒋蔚
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 目标跟踪 支持向量机 实时粒子滤波 数据融合
• 年，卷（期）: 2010,（6）
• 所属期刊栏目: 软件、算法与仿真
• 页码范围: 1334-1338
• 分类号: TP391
• 字数: 5055字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2010.06.046

摘要

采用粒子滤波的目标跟踪算法在粒子数目较多时计算量大、实时性差,针对该问题提出了一种新的基于支持向量机数据融合的实时粒子滤波算法.该算法在估计窗实时粒子滤波的基础上,使用支持向量机融合窗内不同时刻粒子集,并根据融合的结果更新粒子权值,实现对目标状态的快速跟踪.相对于原算法采用最小化Kullback-Leibler距离来调整估计窗混合分布的权值,该方法的计算复杂度低、速度快,进一步提高了算法的实时性.对纯角度目标跟踪问题的仿真结果表明了该算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋蔚	哈尔滨工业大学航天学院	8	50	5.0	7.0
2	伊国兴	哈尔滨工业大学航天学院	47	373	11.0	17.0
3	曾庆双	哈尔滨工业大学航天学院	71	575	13.0	20.0