雷育华
- 作品数：3 被引量：17H指数：3
- 供职机构：武汉理工大学计算机科学与技术学院更多>>
- 发文基金：湖北省科技攻关计划更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 粒子滤波算法在目标跟踪中的应用被引量：7
- 2009年
- 粒子滤波算法通过非参数化蒙特卡罗仿真方法实现递推贝叶斯滤波,基于序贯重要性采样的粒子滤波算法无法避免粒子退化问题;通过在滤波初始化阶段对初始化粒子进行优化选择,在重采样阶段使用非排序的基于权重的重采样算法对粒子滤波算法进行了改进,从一定程度上解决了粒子退化问题;仿真验证,本算法在保持与传统粒子滤波算法运算时间的条件下,提高了粒子滤波算法的估计精度,从而提高了其在机动目标跟踪中的性能。
- 饶文碧雷育华王君
- 关键词：粒子滤波重采样多目标跟踪
- 粒子滤波算法在机动目标跟踪中的应用研究
- 目标跟踪是典型的动态系统状态估计问题。线性、高斯条件下，卡尔曼滤波是最优估计。但实际应用中，运动目标极少满足单一模型和线性、高斯条件。在强非线性、非高斯环境下，卡尔曼系列滤波器将出现精度下降，甚至发散，无法满足应用需求。...
- 雷育华
- 关键词：目标跟踪粒子滤波算法
- 文献传递
- 基于粒子滤波的机动目标跟踪算法仿真研究被引量：7
- 2009年
- 针对非线性多目标模型,应用粒子滤波算法,这种方法不受模型线性和Gauss假设的约束,是一种处理非线性非高斯动态系统状态递推估计的有效算法。在粒子滤波的基础上融合扩展卡尔曼滤波算法和无迹卡尔曼滤波算法。融合后的新算法在计算提议概率密度分布时,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布,再用平滑算法处理滤波的结果。仿真结果表明,算法有较好的跟踪效果。
- 饶文碧王君雷育华
- 关键词：粒子滤波扩展卡尔曼滤波无迹卡尔曼滤波机动目标跟踪
