排序方式: 共有99条查询结果,搜索用时 31 毫秒
1.
2.
3.
基于改进边缘化粒子滤波器的机动目标跟踪 总被引:1,自引:0,他引:1
为解决边缘化粒子滤波器(MPF)无法估计线性状态的难题,提出了一种改进的MPF目标跟踪算法,采用状态的预测值作为卡尔曼滤波器的量测更新,用卡尔曼滤波器估计目标的速度和加速度;用粒子滤波器(PF)估计目标的位置信息.仿真结果表明改进的MPF在保证目标状态估计精度的同时,降低了PF算法的计算复杂度,克服了PF的退化现象,较好地解决了闪烁噪声下的机动目标跟踪难题. 相似文献
4.
具有固定延迟平滑的交互多模型概率数据互联算法 总被引:3,自引:0,他引:3
为了提高杂波环境下跟踪机动目标的跟踪精度.文中将交互多模型概率数据互联(IMMPDA)和固定延迟平滑(LS)思想相结合.提出了一种具有固定延迟平滑的IMMPDA(IMM-LS-PDA)算法。通过引入延迟.增广了目标的状态向量,使得目标的固定延迟平滑状态估计更加准确。仿真结果表明。在杂波环境下对机动目标进行跟踪.单纯的IMMPDA算法的跟踪误差很大,并且在转弯机动处,误差出现峰值.算法的平稳性较差;而在进行固定延迟平滑后,算法的跟踪精度有了明显的提高。 相似文献
5.
文章提出了一种神经网络构造方法一改进的OBD(Optimal Brain Damage)算法,力求使网络的结构(网络权值矩阵)具有三角对称性,定义了衡量网络对称性的三角对称度。一方面,该算法可以提高网络的收敛速度,另一方面.由于网络的对称性,可以有效地提高网络的硬件和软件可实现性。将该算法应用于系统辨识,结果表明在本文提出的算法的训练下.网络结构近似为三角对称,同时不影响网络的学习能力。 相似文献
6.
7.
8.
文中提出了一种应用RBF神经网络对标准IMM算法中的卡尔曼滤波结果进行校正的方法。网络输人为预测误差、卡尔曼增益以及测量值与估计值之差.网络输出反映了由于目标机动所带来的滤波误差.将网络输出结果和直接由卡尔曼滤波求解得到的结果相加.可以得到更为准确的滤波值。同时.在网络的学习算法中.在网络权值矩阵的修正公式中增加了反映滤波残差的调整项.若卡尔曼滤波的残差较大,网络调整权值的幅度也相应增大。仿真结果表明.在目标发生机动转弯处.校正后的IMM算法的跟踪误差要明显小于标准IMM算法的跟踪误差.跟踪精度较高。 相似文献
9.
文中提出了一种基于离散小波变换和混沌加密的数字水印新算法,采用二维混沌变换对水印图像加密;对载体图像进行多分辨离散小波变换,应用小波系数判断载体图像的纹理复创杂程度后,依据人眼的视觉系统(HVS)特性,将水印信号嵌入到图像的低频部分,对图像的不同分解层分别选取不同的纹理阈值和水印嵌入强度,将数字水印嵌入到相同分辨层的原始图像中,提高了水印算法的鲁棒性.在检测和提取水印时,通过水印相似度(NC)和峰值信噪比(PNSR)评价水印质量,实验结果表明提出的算法可以抵抗剪裁、JPEG压缩、滤波等几何攻击,算法简单,计算复杂度小,兼顾了水印的不可见性和鲁棒性. 相似文献
10.