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:
针对粒子势均衡多目标多伯努利滤波的粒子实现形式所需粒子数多、粒子退化严重的问题,将均方根容积卡尔曼滤波与粒子势均衡多目标多伯努利滤波相结合,提出均方根容积卡尔曼粒子势均衡多目标多伯努利滤波算法.该算法利用均方根容积卡尔曼滤波构建重要性密度函数,再对其进行采样获得预测粒子状态,从而提高粒子的准确性,减轻粒子退化.与基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波相比,该算法更稳定,且算法性能不受目标状态维数的限制.仿真实验表明,所提算法与粒子势均衡多目标多伯努利滤波算法和基于无迹卡尔曼的粒子势均衡多目标多伯努利滤波算法相比,其跟踪精度更高.
推荐文章
标签多伯努利机动目标跟踪与分类算法
多目标跟踪
机动目标
分类
标签多伯努利
目标类别
箱粒子广义标签多伯努利滤波的目标跟踪算法
目标跟踪
随机有限集
广义标签多伯努利滤波
箱粒子滤波
弱目标箱粒子标签多伯努利多目标检测与跟踪算法
多目标跟踪
红外图像量测
箱粒子滤波
标签多伯努利滤波
均值滤波
一种改进的IMM-JPDA多目标跟踪算法
子事件IMM-JPDA算法
单点初始化
方向跟踪门
双门限跟踪
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 一种改进的多伯努利多目标跟踪算法
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 多目标跟踪 势均衡多伯努利滤波 粒子滤波 重要性密度函数 均方根容积卡尔曼滤波
年,卷(期) 2016,(6) 所属期刊栏目
研究方向 页码范围 176-182
页数 7页 分类号 TN953
字数 4890字 语种 中文
DOI 10.3969/j.issn.1001-2400.2016.06.030
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 王俊 西安电子科技大学雷达信号处理国家重点实验室 100 1184 16.0 31.0
2 王海环 西安电子科技大学雷达信号处理国家重点实验室 5 33 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (2)
参考文献  (5)
节点文献
引证文献  (7)
同被引文献  (28)
二级引证文献  (4)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(6)
  • 引证文献(4)
  • 二级引证文献(2)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多目标跟踪
势均衡多伯努利滤波
粒子滤波
重要性密度函数
均方根容积卡尔曼滤波
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
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导