排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
基于无迹粒子PHD滤波的序贯融合算法 总被引:1,自引:0,他引:1
针对在杂波、漏检和非线性情况下,粒子概率假设密度滤波(particle probability hypothesis density filter, P-PHDF)算法估计精度不高、滤波发散及粒子退化等问题,提出了一种基于无迹粒子概率假设密度滤波(unscented particle PHDF, UP-PHDF)的序贯融合算法。利用无迹粒子滤波(unscented particle filter, UPF)实现PHDF,由UKF算法得到更好更优的重要性密度函数并从中采样,使粒子的分布更接近多目标概率假设密度分布;另外,为进一步提高滤波算法的性能,实现基于雷达和红外传感器的UP-PHDF序贯融合算法,通过两传感器交替滤波保证目标状态的可观测性。在复杂环境下,仿真结果表明该算法的估计精度和稳定性明显优于单传感器P-PHDF算法。 相似文献
2.
1