|
|||||
|
|
| 基于量测分配的SMC-PHD改进算法 | |
| 引用本文： | 樊鹏飞,李鸿艳,王雪.基于量测分配的SMC-PHD改进算法[J].弹箭与制导学报,2017(4):123-127. |
| 作者姓名： | 樊鹏飞 李鸿艳 王雪 |
| 作者单位： | 空军工程大学信息与导航学院,西安,710077 |
| 基金项目： | 陕西省自然科学基础研究计划资助 |
| 摘 要： | 序贯蒙特卡罗概率假设密度(SMC-PHD)滤波算法由于需要大量粒子参与,导致其存在效率低、估计精度不高等问题.文中以序贯蒙特卡罗概率假设密度滤波算法为框架,利用最新量测集中的量测信息与目标粒子的单步预测状态的似然值,通过概率选取量测值,之后进行概率假设滤波算法的更新.仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法相比,在相同仿真条件下新算法的估计精度显著提高. |
| 关 键 词： | 多目标跟踪 粒子概率假设滤波 量测分配 |
SMC-PHD Improved Algorithm Based on Distributions of Measurements |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ | |