文献搜索-钛学术文献服务平台

刊名：机器人

发表时间：2006-06-01

摘要:

针对贝叶斯跟踪中目标状态的预测分布和后验分布,利用序列蒙特卡洛方法,基于多变量t-分布提出了一种新的粒子滤波算法,称之为t-分布粒子滤波器.为了根据样本估计目标状态的概率分布,提出了一种新的ECME算法,并嵌入到t-分布粒子滤波器中.理论分析表明,在t-分布条件下,t-分布粒子滤波器是在样本数量上的渐近最优估计器.在机动目标跟踪实验中,比较了t-分布粒子滤波器、无色卡尔曼滤波(Unscented Kalmanfilter)及自助式粒子滤波器(Bootstrap particle filters)的跟踪精度.

目标跟踪贝叶斯跟踪非线性非高斯随机系统序列重要性采样 t-分布粒子滤波器 ECME算法无色卡尔曼滤波自助式粒子滤波器

下载 0

被引 0

 获取原文

2.【期刊】粒子滤波器在雷达目标跟踪中的运用

作者：田康生范雄华金宏斌

刊名：科技与创新

发表时间：2009-11-01

摘要:

非线性估计领域的经典算法是扩展Kalman滤波(EKF).它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点.而粒子滤波采用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,而不是采用传统的线性变换,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点.本文对经典的方位、斜距量测跟踪问题进行了仿真.仿真结果表明,粒子滤波器的跟踪性能要优于EKF的性能.

粒子滤波蒙特卡罗序列重要性采样重采样

下载 0

被引 0

 获取原文

3.【期刊】粒子滤波重采样算法研究

作者：于金霞刘文静汤永利

刊名：科技与创新

发表时间：2010-05-01

摘要:

样本退化是基于序列重要性采样的粒子滤波中的一个主要问题,为了解决这个问题重采样被引入.首先,对粒子滤波l中的四种基本的重采样算法(包括多项式重采样、分层重采样、系统重采样、剩余重采样)进行了详细的分析,在此基础上,对几种新的重采样算法进行了介绍.最后,时该领域进行总结与展望.

粒子滤波序列重要性采样重采样

下载 0

被引 0

 获取原文

4.【期刊】基于t-分布粒子滤波器的目标跟踪

作者：李少军王宏柴天佑

刊名：机器人

发表时间：2006-06-01

摘要:

针对贝叶斯跟踪中目标状态的预测分布和后验分布,利用序列蒙特卡洛方法,基于多变量t-分布提出了一种新的粒子滤波算法,称之为t-分布粒子滤波器.为了根据样本估计目标状态的概率分布,提出了一种新的ECME算法,并嵌入到t-分布粒子滤波器中.理论分析表明,在t-分布条件下,t-分布粒子滤波器是在样本数量上的渐近最优估计器.在机动目标跟踪实验中,比较了t-分布粒子滤波器、无色卡尔曼滤波(Unscented Kalmanfilter)及自助式粒子滤波器(Bootstrap particle filters)的跟踪精度.

目标跟踪贝叶斯跟踪非线性非高斯随机系统序列重要性采样 t-分布粒子滤波器 ECME算法无色卡尔曼滤波自助式粒子滤波器

下载 0

被引 9

5.【期刊】粒子滤波理论及其在目标跟踪中的应用

作者：冯驰吕晓凤汲清波

刊名：计算机工程与应用

发表时间：2008-06-01

摘要:

非线性估计领域的经典算法是扩展Kalman滤波(EKF),它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点.而粒子滤波采用一些带有权值的随杌样本(粒子)来表示所需要的后验概率密度,而不是采用传统的线性变换,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点.对经典的纯方位跟踪问题进行了仿真.仿真结果表明,粒子滤波器的跟踪性能要远优于EKF的性能.

粒子滤波蒙特卡罗序列重要性采样重采样

下载 0

被引 22

文献类型

学科分类

核心收录

年份

来源