《粒子滤波理论、方法及其在多目标跟踪中的应用》PDF+DOC
作者:李天成,范红旗,孙树栋
单位:中国自动化学会;中国科学院自动化所
出版:《自动化学报》2015年第12期
页数:22页 (PDF与DOC格式可能不同)
PDF编号:PDFMOTO2015120010
DOC编号:DOCMOTO2015120019
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于改进粒子滤波的多传感器融合空间目标跟踪》PDF+DOC2016年第02期 薛广月,付俊明,俞能杰,韩治刚
《量测不确定条件下多传感器自适应粒子滤波算法》PDF+DOC2012年第04期 胡振涛,潘泉,金勇,张帆
《基于移动机器人的地图构建技术》PDF+DOC2019年第08期 杜晨,杜煜
《小目标信号与数据处理》PDF+DOC2005年第05期 顾聚兴
《一种有效的数据融合方法——分布式的离散Kalman滤波方法》PDF+DOC2003年第S1期 孙慧影,张彦军,张雨丽,崔平远
《基于UKF的Rao-Blackwellized粒子滤波器多传感器多目标跟踪算法研究》PDF+DOC2010年第07期 袁志勇,顾晓东
《两传感器广义系统信息融合Kalman滤波器》PDF+DOC2008年第02期 许燕,张二艳
《基于转换瑞利滤波器的红外目标跟踪算法》PDF+DOC2008年第06期 潘平俊,冯新喜,李锋,石磊,李鸿艳
《一种改进的粒子滤波算法应用于故障诊断》PDF+DOC2014年第01期 杜京义,殷梦鑫
《一种改进的移动机器人自定位算法》PDF+DOC2014年第01期 张琪,蒙禾青,周嵘,包琨超,王宗玉
本文梳理了粒子滤波理论基本内容、发展脉络和最新研究进展,特别是对其在多目标跟踪应用中的一系列难点问题与主流解决思路进行了详细分析和报道.常规粒子滤波研究重点主要围绕重要性采样函数、计算效率、权值退化/样本匮乏和复杂系统建模展开.作为一类复杂估计问题,多目标跟踪一方面需要准确的目标新生/消亡与演变、虚警/漏检等建模技术,另一方面需要多传感器信息融合、航迹管理等复杂决策方法.暨有限集统计学应用于多目标跟踪后,粒子滤波进入一个新的发展阶段—随机集粒子滤波.基于不同的背景假设,可以构建不同近似形式的随机集贝叶斯滤波器并采用粒子滤波实现.但机动目标、未知场景、多目标航迹管理以及跟踪性能评价等仍是多目标粒子滤波的研究难点和重点。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。