CORC  > 兰州理工大学  > 兰州理工大学
一种改进的粒子滤波算法及其在说话人跟踪中的应用
曹洁; 李伟
刊名小型微型计算机系统
2012-03-15
期号2012年03期页码:664-668
关键词粒子滤波 衰减记忆因子 重采样 说话人跟踪
ISSN号ISSN:1000-1220
英文摘要针对非线性、非高斯系统状态的在线估计问题,提出一种改进的粒子滤波算法,该算法综合考虑"优选建议分布函数"和"重采样"两种并行改进滤波性能的方法.首先通过Unscented卡尔曼滤波器产生系统的状态估计,并在协方差预测阶段引入衰减记忆因子,消弱滤波器对历史信息的依赖,增强当前量测信息对滤波器的修正作用,从而产生一个优选的建议分布函数,有效抑制了粒子退化现象;接着在重采样阶段引入MCMC(Markov Chain Monte Carlo)方法来构造马尔科夫链产生服从目标分布的粒子,使样本更加多样化,有效避免了粒子枯竭问题.最后,通过系统仿真及说话人跟踪实验,证明了该算法的有效性.
URL标识查看原文
语种中文
内容类型期刊论文
源URL[http://119.78.100.223/handle/2XXMBERH/12204]  
专题兰州理工大学
计算机与通信学院
作者单位1.中国人民解放军91666部队
2.兰州理工大学计算机与通信学院
推荐引用方式
GB/T 7714
曹洁,李伟. 一种改进的粒子滤波算法及其在说话人跟踪中的应用[J]. 小型微型计算机系统,2012(2012年03期):664-668.
APA 曹洁,&李伟.(2012).一种改进的粒子滤波算法及其在说话人跟踪中的应用.小型微型计算机系统(2012年03期),664-668.
MLA 曹洁,et al."一种改进的粒子滤波算法及其在说话人跟踪中的应用".小型微型计算机系统 .2012年03期(2012):664-668.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace