文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 计算机软件及应用 > 改进的交互多模型粒子滤波算法
侵权投诉

改进的交互多模型粒子滤波算法

算法。卡尔曼滤波器是最小均方意义下的最优滤波算法,四十多年以来一直是用来解决线性高斯环境下机动目标跟踪问题的最佳递推贝叶斯估计器。后来随着研究的深入,对非线跟踪系统的研究越来越多,科学家又提出了改进的卡尔曼滤波器。卡尔曼滤波算法是利用泰勒展开式将非线性部分线性化得到的一种次优贝叶斯估计滤波算法,在非线性不是很大的情况下,该算法近似于最优贝叶斯估计。但是当系统的非线性增大时,泰勒展开式的一阶和二阶方程都不足以描述目标的运动状态,并且鉴于其只限于高斯白噪声系统的局限性,所以科学家提出了各种能够适应于现代复杂机动目标的滤波估计算法其中适用于非线性非高斯噪声的粒子滤波算法较好。

粒子滤波算法是一种递推的次优贝叶斯估计算法,它是通过蒙特卡罗模拟来实现的。它在强非线性或者高度机动性的目标情况下的滤波性能指标很高,精度可以逼进最优估计并且使用灵活、容易实现以及具有并行运算结构和实用性强的特点,所以在目标跟踪领域具有广泛的应用。

本文主要对结合了结合了交互式多模型算法和粒子滤波算法的各自优点的互多模型粒子滤波算法进行了深入的研究。通过研究目标建模方法和滤波估计理对交互多模型粒子滤波算法的算法原理进行详细的描述和分析,然后介绍了交互多模型与粒子滤波算法相结合应用在强非线性条件下并和以往的与KF算法和EKF算法相结合的传统的交互多模型算法的滤波性能进行比较,由于现在的交互多模型粒子滤波算法还不是非常成熟,其中仍然存在许多问题,所以在一些方面

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email