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:
针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波(particle probability hypothesis density filter,P-PHDF)算法估计精度不高、滤波发散及粒子退化等问题,提出了一种基于无迹粒子概率假设密度滤波(unscented particle-PHDF,UP-PHDF)的序贯融合算法.利用无迹粒子滤波(unscented particle filter,UPF)实现PHDF,由UKF算法得到更好更优的重要性密度函数并从中采样,使粒子的分布更接近多目标概率假设密度分布;另外,为进一步提高滤波算法的性能,实现基于雷达和红外传感器的UP-PHDF序贯融合算法,通过两传感器交替滤波保证目标状态的可观测性.在复杂环境下,仿真结果表明该算法的估计精度和稳定性明显优于单传感器P-PHDF算法.
推荐文章
基于无迹变换的多目标高斯混合粒子PHD滤波
多目标跟踪
概率假设密度滤波
无迹变换
高斯混合粒子PHD
衰减记忆无迹卡尔曼粒子滤波算法研究
粒子滤波算法
无迹卡尔曼粒子滤波算法
衰减记忆
基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法
同步定位与地图构建
粒子退化
自适应渐消无迹粒子滤波
自适应部分系统重采样
基于无迹卡尔曼滤波和权值优化的改进粒子滤波算法
粒子滤波
无迹卡尔曼滤波
权值优化
样本贫化
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 基于无迹粒子PHD滤波的序贯融合算法
来源期刊 系统工程与电子技术 学科 工学
关键词 随机有限集 多目标跟踪 无迹粒子滤波 概率假设密度滤波 序贯融合
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 30-34
页数 分类号 TN911
字数 4559字 语种 中文
DOI 10.3969/j.issn.1001-506X.2011.01.07
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 周卫东 哈尔滨工程大学自动化学院 66 444 10.0 17.0
2 郝燕玲 哈尔滨工程大学自动化学院 229 2254 23.0 34.0
3 孟凡彬 哈尔滨工程大学自动化学院 7 91 5.0 7.0
7 张崇猛 21 168 6.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (40)
参考文献  (7)
节点文献
引证文献  (18)
同被引文献  (28)
二级引证文献  (28)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(8)
  • 引证文献(5)
  • 二级引证文献(3)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(7)
  • 引证文献(3)
  • 二级引证文献(4)
2016(7)
  • 引证文献(3)
  • 二级引证文献(4)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
随机有限集
多目标跟踪
无迹粒子滤波
概率假设密度滤波
序贯融合
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导