社区
下载资源悬赏专区
帖子详情
高斯和概率假设密度滤波(gmphd)算法实现程序下载
weixin_39821620
2021-01-27 04:31:00
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。
相关下载链接:
//download.csdn.net/download/jiajialin12/7992385?utm_source=bbsseo
...全文
79
回复
打赏
收藏
高斯和概率假设密度滤波(gmphd)算法实现程序下载
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。 相关下载链接://download.csdn.net/download/jiajialin12/7992385?utm_source=bbsseo
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
高斯
和
概率
假设
密度
滤波
(
gmp
hd
)
算法
实现
程序
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。
一种新的多机动目标跟踪的
GMP
HD
滤波
算法
(2010年)
针对多机动目标跟踪的传统数据关联
算法
约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪
算法
。该
算法
将
高斯
混合
概率
假设
密度
(
GMP
HD
)
滤波
与“当前”统计模型的优点相结合,绕过了棘手的数据关联问题,能高效处理目标数较大的机动跟踪问题。在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验,结果表明,该
算法
具有较高的跟踪精度和稳健的跟踪性能。
论文研究-基于IMM的UK-
GMP
HD
F
算法
在多机动目标跟踪中的应用.pdf
论文研究-基于IMM的UK-
GMP
HD
F
算法
在多机动目标跟踪中的应用.pdf, 为解决非线性系统
滤波
的非线性和多机动目标跟踪问题,提出了一种基于交互多模型(IMM)的无迹卡尔曼
实现
的
高斯
混合
概率
假设
密度
滤波
(UK-
GMP
HD
F)
算法
.该
算法
结合了IMM
算法
对不同目标机动模型的自适应能力和UK-
GMP
HD
滤波
精度高、计算量小的优点.此外,
滤波
器利用UK-
GMP
HD
滤波
,不仅避免了难以解决的数据关联问题,而且可以联合估计目标数和目标状态.在非线性系统和杂波环境下,通过对多机动目标跟踪的应用仿真,将该
算法
和基于单模型的UK-
GMP
HD
F
算法
进行了比较,仿真结果表明了基于IMM的UK-
GMP
HD
F
算法
具有较好的跟踪性能,大大提高了多机动目标跟踪精度,减少了跟踪的多目标误差.
GM-P
HD
平滑
滤波
高斯
概率
假设
密度
的平滑
滤波
算法
的仿真源代码,易于分析。
未知探测
概率
下多目标P
HD
跟踪
算法
针对未知探测
概率
下多目标跟踪问题, 提出一种基于时变
滤波
算法
的多目标
概率
假设
密度
(P
HD
)
滤波
器.
算法
推导了未知探测
概率
P
HD
递推式, 提出了将未知探测
概率
转化为目标的丢失与接收事件, 并依此建立了目标跟 踪的马尔科夫模型, 给出了该模型下时变卡尔曼
滤波
最优解, 进而在
高斯
混和P
HD
(
GMP
HD
) 框架下推导了
算法
闭集解. 仿真实验表明, 所提出
算法
在未知且随时间变化的探测
概率
情形下, 仍能实时地跟踪各目标, 具有良好的工程应用前景.
下载资源悬赏专区
12,779
社区成员
12,307,864
社区内容
发帖
与我相关
我的任务
下载资源悬赏专区
CSDN 下载资源悬赏专区
复制链接
扫一扫
分享
社区描述
CSDN 下载资源悬赏专区
其他
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章