首页 | 本学科首页   官方微博 | 高级检索  
     

一种新的非线性目标跟踪方法
引用本文:巫春玲,韩崇昭. 一种新的非线性目标跟踪方法[J]. 计算机工程与应用, 2011, 47(7): 1-3. DOI: 10.3778/j.issn.1002-8331.2011.07.001
作者姓名:巫春玲  韩崇昭
作者单位:1.长安大学 电子与控制工程学院,西安 710064 2.西安交通大学 电子与信息工程学院,西安 710049
基金项目:国家重点基础研究发展规划(973),国家自然科学基金
摘    要:在实际的目标跟踪场景中,普遍存在非高斯过程噪声和/或量测噪声,以及非高斯先验信息等情况,针对这一问题,提出一种新的解决非线性/非高斯系统滤波问题的非线性滤波算法,即高斯和求积分卡尔曼滤波(GSQKF)算法。仿真实验将新算法与标准的粒子滤波算法进行了比较,表明新算法是一种非常有效的非线性滤波算法。

关 键 词:目标跟踪  粒子滤波  高斯和求积分卡尔曼滤波  
修稿时间: 

New nonlinear target tracking method
WU Chunling,HAN Chongzhao. New nonlinear target tracking method[J]. Computer Engineering and Applications, 2011, 47(7): 1-3. DOI: 10.3778/j.issn.1002-8331.2011.07.001
Authors:WU Chunling  HAN Chongzhao
Affiliation:1.School of Electronic and Control Engineering,Chang’an University,Xi’an 710064,China 2.School of Electronics and Information Engineering,Xi’an Jiaotong University,Xi’an 710049,China
Abstract:In practical target tracking problem,there have eristed the situation of non-Gaussian process and/or measurement noise and non-Gaussian prior information universially.In order to resolve this problem,a new nonlinear filtering algorithm,Gaussian SUM QUADRATURE Kalman Filter(GSQKF) is proposed.The simulation compares the new algorithm with the standard particle filter.The result illustrates the new algorithm is an effective nonlinear filtering method.
Keywords:target tracking  particle filter  Gauss sum quadrature Kalman filter
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号