高斯混合概率假设密度无序估计分布式融合

• 作者: 乔向东 冯新喜 刘钊 孔云波
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 高斯混合模型 分布式融合 协方差交叉 分量裁剪 无序估计
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 464-471
• 页数: 8页
• 分类号: TN953
• 字数: 6962字
• 语种: 中文
• DOI: 10.7641/CTA.2015.40358

摘要

针对分布式传感器网络中多目标随机集状态混合无序估计问题,本文提出了一种基于高斯混合概率假设密度无序估计分布式融合算法.在高斯混合概率假设密度滤波器的框架下,首先基于概率假设密度递推滤波特性,建立适用于多目标随机集状态混合无序估计的最新可利用估计判别机制,然后利用扩展协方差交叉融合算法对经过最新可利用估计判别机制获得的无序概率假设密度强度估计进行融合处理,针对融合过程中高斯分量快速增长的问题,在保证信息损失最小的前提下,对融合过程的不同环节实施高斯混合分量裁剪操作,给出了一种多级分层分量裁剪算法.最后,仿真实验验证了文中所提的算法的有效性和可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯新喜	空军工程大学信息与导航学院	163	934	15.0	22.0
2	乔向东	空军工程大学信息与导航学院	27	171	6.0	12.0
3	刘钊	空军工程大学信息与导航学院	7	24	2.0	4.0
4	孔云波	空军工程大学信息与导航学院	32	138	7.0	9.0