原文服务方: 微电子学与计算机       
摘要:
针对基本粒子滤波在重采样阶段存在粒子退化和粒子匮乏缺点,提出了一种基于风驱动优化的改进粒子滤波算法.算法将风驱动优化(WDO)思想引进粒子滤波,在粒子滤波重采样过程前,首先利用风驱动优化算法进行优化.风驱动优化算法将最新观测值融合到粒子进化公式中,经过风驱动优化后的大部分粒子朝着后验概率分布比较密集的区域运动,分布在最优粒子附近,从而减少了重采样过程中权值高的粒子被舍弃的概率,缓解样本贫化问题.通过非线性目标跟踪模型对改进的粒子滤波算法进行误差值分析,并与基本粒子滤波算法、粒子群优化粒子滤波算法比较.仿真结果证明改进后的粒子滤波算法降低了变量误差,从而提高了粒子滤波的跟踪能力.
推荐文章
基于新型粒子群优化的粒子滤波雷达目标跟踪算法
粒子群优化
粒子滤波
目标跟踪
闪烁噪声
基于粒子群优化粒子滤波的目标跟踪方法
粒子滤波
粒子群优化
均值漂移
有效粒子数
重采样
基于迭代积分粒子滤波的目标跟踪算法?
高斯牛顿迭代
积分卡尔曼滤波
重要性函数
非线性目标跟踪
基于改进粒子滤波的稀疏子空间单目标跟踪算法
目标跟踪
贝叶斯滤波
粒子滤波
稀疏子空间
过渡样本
聚类中心
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 基于目标跟踪的风驱动优化粒子滤波算法研究
来源期刊 微电子学与计算机 学科
关键词 风驱动优化 粒子滤波 算法改进 仿真
年,卷(期) 2017,(5) 所属期刊栏目
研究方向 页码范围 30-34
页数 5页 分类号 TP301.6
字数 语种 中文
DOI
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 曹中清 西南交通大学机械工程学院 23 164 7.0 12.0
2 田栋 西南交通大学机械工程学院 3 11 2.0 3.0
3 陈彬彬 西南交通大学机械工程学院 5 14 2.0 3.0
4 余胜威 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (117)
共引文献  (171)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(5)
  • 参考文献(1)
  • 二级参考文献(4)
1996(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)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(15)
  • 参考文献(0)
  • 二级参考文献(15)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(23)
  • 参考文献(2)
  • 二级参考文献(21)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(17)
  • 参考文献(2)
  • 二级参考文献(15)
2013(13)
  • 参考文献(2)
  • 二级参考文献(11)
2014(10)
  • 参考文献(2)
  • 二级参考文献(8)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
风驱动优化
粒子滤波
算法改进
仿真
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
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导