注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 高斯和概率假设密度滤波（gmphd）算法实现程序

  2. 基于高斯和的概率假设密度滤波算法的实现程序，测试过，有注释。用于多对象连续位置估计等应用。

  3. 所属分类：其它

    • 发布日期：2014-09-30
    • 文件大小：12kb
    • 提供者：jiajialin12

  1. 高斯混合PHD滤波器平滑

  2. 高斯混合 概率假设滤波器 平滑matlab代码及对应论文，可以直接运行出结果.

  3. 所属分类：其它

    • 发布日期：2014-10-17
    • 文件大小：11kb
    • 提供者：han_shan_zi

  1. 随机集的概率假设密度粒子滤波

  2. 随机集的概率假设密度粒子滤波 有学这个的互相交流一下，看不太懂

  3. 所属分类：专业指导

    • 发布日期：2009-03-23
    • 文件大小：345kb
    • 提供者：whj_winner

  1. 认知无线电的相关资料-认知无线电中基于高斯混合概率假设密度滤波的主用户跟踪算法.pdf

  2. 认知无线电的相关资料-认知无线电中基于高斯混合概率假设密度滤波的主用户跟踪算法.pdf 这里有一些认知无线的相关资料，需要的同学可以下载。另外，还有i写代码，是有关频谱感知方面的，有需要的同学可以下载查看。

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：715kb
    • 提供者：weixin_39840650

  1. 多目标跟踪的概率假设密度滤波

  2. 关于概率假设密度滤波的论文，文中介绍了与随机集相关的概念。

  3. 所属分类：专业指导

    • 发布日期：2010-08-01
    • 文件大小：333kb
    • 提供者：july0728

  1. 使用高斯混合概率假设密度滤波器维护扩展目标的航迹连续性

  2. 使用高斯混合概率假设密度滤波器维护扩展目标的航迹连续性

  3. 所属分类：其它

  1. 使用高斯混合扩展目标高斯混合概率假设密度滤波器进行扩展目标跟踪的测量集划分

  2. 使用高斯混合扩展目标高斯混合概率假设密度滤波器进行扩展目标跟踪的测量集划分

  3. 所属分类：其它

  1. 高斯混合概率假设密度滤波在雷达系统中应用

  2. 给出雷达系统中基于概率假设密度滤波的多目标跟踪方法及工程应用成果。首先，介绍PHD滤波的理论发展背景；其次，回顾PHD滤波基本概念和算法框架；随后指出PHD滤波在工程应用中的不足；并给出雷达系统中基于PHD滤波的多目标跟踪技术方案；最后，介绍雷达系统中基于PHD滤波的多目标跟踪工程应用结果。结果表明PHD滤波可以有效解决低探测概率条件下目标起始、编批等难题。

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：316kb
    • 提供者：weixin_38720461

  1. 多目标跟踪的自适应协同高斯混合概率假设密度滤波器

  2. 多目标跟踪的自适应协同高斯混合概率假设密度滤波器

  3. 所属分类：其它

  1. 狄拉克加权和概率假设密度滤波器

  2. 狄拉克加权和概率假设密度滤波器

  3. 所属分类：其它

  1. 基于概率假设密度滤波的中段弹道目标群红外多传感器组跟踪方法

  2. 分析低轨光学星座对中段弹道目标群进行组跟踪的必要性，提出了一种红外多传感器对中段弹道目标群的组跟踪新方法。该方法以概率假设密度滤波对目标群进行像平面跟踪，剔除杂波、估计目标状态和个数；以图像配准方法调整帧间目标状态估计，提高像平面目标跟踪稳定性；最后依据像平面目标跟踪结果提取目标群在像平面的质心量测，运用不敏卡尔曼滤波(UKF)以多传感器序贯滤波方式对目标群进行融合质心组跟踪。结果表明，新方法适应杂波能力强，对目标群的质心组跟踪精度优于传统方法，且有效实现中段弹道目标群的星载红外像平面稳定跟踪。

  3. 所属分类：其它

  1. 基于势概率假设密度滤波器的不可分辨目标跟踪算法

  2. 基于势概率假设密度滤波器的不可分辨目标跟踪算法

  3. 所属分类：其它

  1. 基于概率假设密度滤波平滑器的检测前跟踪算法

  2. 基于概率假设密度滤波（PHD）的检测前跟踪（TBD）技术可以有效解决未知弱小多目标检测问题。PHD-TBD算法粒子权重计算受量测噪声影响明显，导致目标数估计存在起伏现象，制约了PHD-TBD算法性能。对PHD-TBD技术进行研究，引进概率假设密度滤波平滑器，提出基于平滑的PHD-TBD算法。该算法对当前帧目标数估计时，综合利用前向递推和后向平滑结果对粒子权重进行更新，在一定程度上克服了随机量测噪声的影响。通过仿真验证，该算法能够有效发现目标，准确估计目标数目和位置，性能有较大提高。

  3. 所属分类：其它

  1. 一种改进的基于概率假设密度滤波的多目标跟踪方法

  2. 针对概率假设密度(PHD) 滤波使用聚类方法提取目标状态时, 会出现结果不准确, 且PHD 滤波无法给出状 态到航迹关联的问题, 提出一种在目标状态中加入标签的方法来实现状态到航迹的关联. 该方法对权值较大的标签, 通过两次确认来剔除杂波干扰, 得到比传统PHD 滤波更精确的状态估计. 在提取目标状态时, 只对相同标签的粒子 进行处理, 避免使用聚类方法. 通过与传统PHD 算法的仿真对比表明, 改进算法具有较好的跟踪性能.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：245kb
    • 提供者：weixin_38610070

  1. 用于机动目标跟踪的多模型高斯混合概率假设密度滤波器

  2. 提出一种多模型高斯混合概率假设密度(PHD) 滤波器的实现方法. 该算法使用多模型方法对高斯混 合PHD 滤波器中存在目标对应的高斯分量进行预测及更新, 使用融合估计后的估计值描述机动目标PHD 分布的高 斯分量. 该算法具有PHD滤波器和多模型方法的优点, 可以用来处理目标数未知时的机动目标跟踪问题. 该算法与 单模型高斯混合PHD滤波器相比, 可提高滤波器对目标发生机动时的跟踪精度; 与已有的多模型PHD 滤波器相比, 节省计算时间30% 以上.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：229kb
    • 提供者：weixin_38564598

  1. 基于拟蒙特卡罗方法的概率假设密度多目标跟踪

  2. 为了改善多目标跟踪问题中概率假设密度(PHD) 滤波的估计精度, 提出基于拟蒙特卡罗的PHD 滤波算法. 该算法利用低偏差点集在状态空间中分布均匀的特性, 使得采样粒子集最大程度地相互远离, 充分地描述多目标状 态的后验概率密度, 从而准确地利用带有相应权值的粒子集来计算多目标数目和各个目标状态的估计值. 仿真实验 表明了算法的有效性, 且估计性能优于粒子PHD 滤波算法.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：357kb
    • 提供者：weixin_38547882

  1. 基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法

  2. 针对非线性系统模型, 提出一种基于中心差分卡尔曼-概率假设密度滤波的多目标跟踪方法. 该方法采用 Stirling 内插公式对非线性函数作多项式逼近, 利用中心差分卡尔曼滤波和高斯混合概率假设密度滤波对后验多目 标状态一阶统计量进行估计, 并通过递推更新得到目标状态, 以实现对多个目标的跟踪. 该方法无需求解系统函数的 雅可比矩阵, 且具有二阶泰勒展开式精度. 仿真结果表明, 所提出方法能够增强算法的鲁棒性, 提高目标状态和数目 的估计精度.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：505kb
    • 提供者：weixin_38582685

  1. 一种改进的高斯混合概率假设密度SLAM算法

  2. 针对高斯混合概率假设密度SLAM(GMPHD-SLAM) 算法存在的估计精度低和计算代价高的问题, 提出一种无迹高斯混合概率假设密度SLAM算法(unscented-GMPHD-SLAM). 其主要特点在于: 将无迹卡尔曼滤波器应用于机器人位姿粒子权重计算及概率假设密度更新过程中, 可提高算法整体估计性能; 将更新的高斯项按照传感器视域分类, 有效降低了算法计算量. 通过仿真实验, 将所提出算法与传统PHD-SLAM 算法进行比较, 结果表明该算法在提高估计精度和降低计算负担方面是十分有效的.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：429kb
    • 提供者：weixin_38709816

  1. 基于相对熵的概率假设密度滤波器序贯蒙特卡罗实现方式

  2. 概率假设密度滤波器的典型序贯蒙特卡罗实现方式与粒子滤波类似, 均是利用大量加权粒子估计多目标状态, 典型实现方式是为每个期望目标分配固定数目的粒子, 这导致较大的算法时间开销. 鉴于此, 建立了基于相对熵 的序贯蒙特卡罗实现方式. 首先计算两个不同规模粒子集合的相对熵, 与预设阈值进行比较以确定粒子数目, 从而动态调整粒子数目. 仿真结果表明, 所提出的实现方式提高了跟踪效率, 在大部分时间步上优于典型实现方式.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：249kb
    • 提供者：weixin_38726007

  1. 未知噪声统计下多模型概率假设密度粒子滤波算法

  2. 针对传统多目标概率假设密度滤波(PHD) 器在噪声先验统计未知或不准确时滤波精度下降甚至丢失目标的问题, 设计一种自适应多模型粒子PHD(MMPHD) 滤波算法. 该算法利用多模型近似思想, 推导出一种多模型概率假设密度估计器, 不仅能估计多目标状态, 而且能实时估计未知且时变的噪声参数, 并采用蒙特卡罗方法给出了MMPHD闭集解. 仿真实例表明, 所提出的算法具有应对噪声变化的自适应能力, 可有效提高目标跟踪精度.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：582kb
    • 提供者：weixin_38666697
« 12 3 4 5 6 7 8 9 10 ... 23 »