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:
针对低信噪比时标准粒子滤波对弱小目标的检测与跟踪时存在的粒子贫乏、跟踪精度对粒子数目要求高等问题,提出一种基于高斯粒子群优化粒子滤波的弱小目标检测前跟踪算法。利用高斯粒子群优化算法优化重采样后的粒子集,使粒子集朝着后验概率密度分布取值较大的区域运动,增加粒子的多样性,克服了粒子贫乏问题,并在保证跟踪精度的前提下降低了跟踪所需要的粒子数目,提高了标准粒子滤波算法的检测和跟踪性能。同时,建立了检测前跟踪系统的观测模型和系统模型,对基于标准粒子滤波检测前跟踪算法和优化算法进行仿真,仿真实验结果表明高斯粒子群优化粒子滤波的检测前跟踪算法相比基于标准粒子滤波的检测前跟踪算法具有更好的检测与跟踪性能。
推荐文章
应用粒子群优化的高斯粒子滤波
高斯粒子滤波
粒子群优化
压缩因子
高斯分布
高斯和粒子滤波的弱小目标检测前跟踪算法?
高斯和粒子滤波
检测前跟踪
弱小目标
基于 GHF 高斯粒子滤波的检测前跟踪算法
检测前跟踪
粒子滤波
粒子退化
高斯粒子滤波
重要性密度函数
高斯-哈密顿滤波
高斯粒子滤波检测前跟踪方法
检测前跟踪
高斯粒子滤波
微弱目标
固定样本长度
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 高斯粒子群优化粒子滤波检测前跟踪算法
来源期刊 计算机工程与应用 学科 工学
关键词 弱小目标 检测前跟踪 高斯粒子群优化算法 粒子滤波算法
年,卷(期) 2014,(17) 所属期刊栏目 信号处理
研究方向 页码范围 205-209,229
页数 6页 分类号 TP391
字数 4758字 语种 中文
DOI 10.3778/j.issn.1002-8331.1211-0015
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 汲清波 哈尔滨工程大学信息与通信工程学院 23 272 9.0 16.0
2 耿丽群 哈尔滨工程大学信息与通信工程学院 1 4 1.0 1.0
3 任超 哈尔滨工程大学信息与通信工程学院 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (38)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (24)
二级引证文献  (3)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
弱小目标
检测前跟踪
高斯粒子群优化算法
粒子滤波算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导