改进的多模型粒子滤波机动目标跟踪算法
鉴福升 ; 徐跃民 ; 阴泽杰
刊名控制理论与应用
2010
卷号27期号:8页码:1012-1016
关键词粒子滤波 多模型 跟踪算法 粒子数 似然函数
ISSN号1000-8152
其他题名Enhanced multiple model particle filter for maneuvering target tracking
通讯作者北京8701信箱
中文摘要传统的多模型粒子滤波算法(MMPF)在机动目标跟踪中存在模型粒子数难以控制的问题.本文提出了一种改进的多模型粒子滤波算法,将模型估计和状态估计分开计算,并用模型似然函数计算模型后验概率.各模型的粒子数根据模型特性预先选定,在递推过程中保持不变,且模型间的粒子不进行交互,减少了计算量.仿真表明,同MMPF相比,该算法能用较少的粒子数获得更好的跟踪精度.
英文摘要Classical multiple model particle filters(MMPF) can not effectively control particles of each mode in maneuvering target tracking.An enhanced multiple model particle filter(EMMPF) algorithm is proposed,which estimates the mode and state independently.The posterior probability of each mode is updated with the associate likelihood function.The number of particles of each mode is given in advance according to the mode property and is kept constant in the recursion.Simulation shows that the EMMPF achieves better tracking accuracy with fewer particles.
学科主题空间环境
语种中文
内容类型期刊论文
源URL[http://ir.cssar.ac.cn/handle/122/60]  
专题国家空间科学中心_保障部/保障与试验验证中心
推荐引用方式
GB/T 7714
鉴福升,徐跃民,阴泽杰. 改进的多模型粒子滤波机动目标跟踪算法[J]. 控制理论与应用,2010,27(8):1012-1016.
APA 鉴福升,徐跃民,&阴泽杰.(2010).改进的多模型粒子滤波机动目标跟踪算法.控制理论与应用,27(8),1012-1016.
MLA 鉴福升,et al."改进的多模型粒子滤波机动目标跟踪算法".控制理论与应用 27.8(2010):1012-1016.
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