原文服务方: 弹箭与制导学报       
摘要:
针对扩展目标外形估计复杂、基于随机超曲面的扩展目标卡尔曼滤波器跟踪稳定性差的问题,提出一种高斯过程回归下的扩展目标高斯粒子滤波算法.该算法采用星凸模型对扩展目标进行建模,通过高斯过程在线学习扩展目标外形;同时基于高斯粒子滤波器鲁棒性强,较好解决粒子退化的特性,对目标的运动状态进行跟踪.仿真实验表明,对任意未知形状的目标,所提算法都能很好的给出其扩展形态,且对目标跟踪精度及稳定性都有很大的提高.
推荐文章
基于模糊混合退火分布的多目标高斯混合粒子PHD滤波算法
概率假设密度滤波
混合退火分布
多目标跟踪
高斯混合粒子PHD
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
基于容积卡尔曼滤波的高斯粒子滤波算法
高斯粒子滤波
重要性密度函数
实时性
容积卡尔曼滤波
基于正则化的高斯粒子滤波算法
高斯粒子滤波
正则化粒子滤波
概率分布
粒子退化
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 高斯过程回归下的扩展目标高斯粒子滤波算法
来源期刊 弹箭与制导学报 学科
关键词 高斯过程 星凸模型 高斯粒子滤波 扩展目标 形状估计
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 115-119,124
页数 6页 分类号 TN953
字数 语种 中文
DOI 10.15892/j.cnki.djzdxb.2019.02.027
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 冯新喜 空军工程大学信息与导航学院 163 934 15.0 22.0
2 王泉 空军工程大学信息与导航学院 16 114 6.0 10.0
3 迟珞珈 空军工程大学信息与导航学院 6 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (9)
参考文献  (11)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 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(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(5)
  • 参考文献(3)
  • 二级参考文献(2)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2019(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
高斯过程
星凸模型
高斯粒子滤波
扩展目标
形状估计
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
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
28550
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导