《非高斯条件下基于粒子滤波的目标跟踪》PDF+DOC

📙 相关资料

1. 《非高斯条件下基于无味粒子滤波器的目标跟踪》PDF+DOC 研究了无味粒子滤波器的基本思想和具体算法实现步骤，在给出的闪烁噪声统计模型基础上，将PF、UKF和UPF算法应用在雷达目标跟踪中，解决了闪烁噪声情况下的雷达目标跟踪问题，仿真结果表明，UPF的状态估计性能优越。...
2. 《多传感器多目标粒子滤波算法》PDF+DOC 为了能够有效解决非线性、非高斯环境中多传感器多目标跟踪问题，提出了一种基于粒子滤波的多传感器联合概率数据互联粒子滤波算法(MJPDAP)。该算法应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合以形成等效量测点，并计算所有等效量测点的联合似然函数。在此基础上，结合联合概率数据互联(JPD......
3. 《一种改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC 针对粒子滤波算法中粒子多样性退化缺陷，为提高无线传感器网络(WSN)目标跟踪精度，提出一种改进粒子滤波的WSN目标跟踪方法，通过对采样产生的粒子集合进行选择、交叉和变异等遗传操作，获得更多优良粒子，实现了粒子集合的多样性。仿真结果表明，相对于其它目标跟踪算法，改进粒子滤波算法提高了WSN目标跟踪精度......
4. 《改进粒子滤波的无线传感器网络目标跟踪算法》PDF+DOC 针对粒子滤波(PF)重采样后造成的粒子枯竭现象的问题，提出了一种基于改进重采样的粒子滤波无线传感器网络目标跟踪算法。该算法避免了残差重采样算法中的残留粒子重采样问题，减少了计算时间；通过产生新的粒子，增加了粒子的多样性，从而改善了粒子枯竭现象。仿真实验结果表明：改进重采样的粒子滤波算法提高了目标跟踪......
5. 《一类分布式传感器粒子滤波融合算法》PDF+DOC 针对非线性非高斯的分布式多传感器状态估计问题，提出了一种基于无迹卡尔曼滤波与粒子滤波相结合的融合跟踪算法。通过对量测方程的非线性分析，利用改进的粒子滤波算法(UPF)计算局部传感器的状态估计值，再应用分布式加权融合准则得到全局状态估值。...
6. 《基于IMMPF算法自适应驻留时间的控制与研究》PDF+DOC 为进一步提高雷达的目标跟踪性能，有效节省雷达的系统资源，在交互式多模型粒子滤波算法(IMMPF)的基础上，提出了一种自适应驻留时间设计方法。在满足一定跟踪精度的情况下，由信噪比、测量误差协方差与雷达驻留时间三者之间的关系，进一步研究分析交互多模型粒子滤波算法，通过改变雷达工作参数，完成了雷达驻留时间......
7. 《空中战机的雷达目标信号跟踪精度优化研究》PDF+DOC 机载雷达目标跟踪时，目标存在强非线性运动状态，导致扩展卡尔曼滤波算法性能较差。为解上述问题，将扩展卡尔曼滤波的扩维融合方法与信息滤波相结合，建立扩展信息滤波模型。首先，通过逆协方差形式得到信息状态向量和信息矩阵，将多个低维传感器的观测向量扩展为单个高维观测向量，线性化扩维后的观测矩阵得到雅克比矩阵。......
8. 《无线传感器网络目标跟踪算法的研究》PDF+DOC 研究传感器网络目标跟踪精度问题，跟踪目标的运动轨迹具有时变性，是一种非线性、非高斯问题，传统跟踪算法解决非线性问题时具有局限性，导致目标跟踪精度不高。为提高目标跟踪精度，将不受非线性、非高斯问题限制的粒子滤波算法引入到无线传感器网络目标跟踪应用中，并对基本粒子滤波算法的缺陷进行改进。仿真结果表明，改......
9. 《基于传声器阵列网络的改进高斯粒子跟踪算法》PDF+DOC 针对传声器阵列网络中目标跟踪的特点，建立了基于声阵列网络的目标跟踪模型，在此基础上，提出了一种改进的高斯粒子滤波(GPF)算法。该算法将扩展卡尔曼滤波的状态更新方法引入到GPF算法中，并通过直接更新状态量的高斯分布参数来取代传统GPF中逐个更新粒子的方法。通过蒙特—卡罗仿真结果表明：与扩展卡尔曼粒子......
10. 《WMSN目标跟踪的改进粒子滤波算法》PDF+DOC 分析了无线移动传感器网络中目标的跟踪原理，研究了基本粒子滤波算法的主要技术。对基本粒子滤波的重要性函数和重采样技术进行改进后，给出了一种提高基本粒子滤波算法跟踪精度的方法。通过仿真比较可以看出改进粒子滤波算法有较好的跟踪精度。在无线移动传感器网络中强调跟踪精度的场合，改进的粒子滤波算法会有更好的跟踪......