期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
抗差自适应无味粒子滤波 被引量:1
1
作者 秦臻 高井祥 王坚 《大地测量与地球动力学》 CSCD 北大核心 2010年第5期144-148,159,共6页
针对系统观测值含有粗差或者存在状态异常的情况,基于无味粒子滤波算法(UPF)和抗差自适应滤波原理,提出了一种新的抗差自适应无味粒子滤波算法(AR-UPF)。该方法采用方差膨胀模型抑制观测粗差的影响;利用自适应UKF算法来实时调整状态参... 针对系统观测值含有粗差或者存在状态异常的情况,基于无味粒子滤波算法(UPF)和抗差自适应滤波原理,提出了一种新的抗差自适应无味粒子滤波算法(AR-UPF)。该方法采用方差膨胀模型抑制观测粗差的影响;利用自适应UKF算法来实时调整状态参数预报值的协方差,控制状态异常的影响。算例分析表明,新方法能够有效地控制观测粗差与状态异常,提高了滤波精度。 展开更多
关键词 无味粒子滤波 抗差自适应滤波 抗差自适应无味粒子滤波 方差膨胀 滤波精度
在线阅读 下载PDF
基于分布式无味边缘粒子滤波的同步定位与地图构建 被引量:2
2
作者 裴福俊 李昊洋 武玫 《上海交通大学学报》 EI CAS CSCD 北大核心 2014年第7期987-992,共6页
针对复杂环境下同步定位与地图构建(SLAM)中分布式粒子滤波算法存在计算量大、粒子退化严重的问题,在分布式算法的基础上结合无味粒子滤波和边缘化算法,提出了一种基于分布式无味边缘粒子滤波的算法.该算法依据分布式思想将系统分解为... 针对复杂环境下同步定位与地图构建(SLAM)中分布式粒子滤波算法存在计算量大、粒子退化严重的问题,在分布式算法的基础上结合无味粒子滤波和边缘化算法,提出了一种基于分布式无味边缘粒子滤波的算法.该算法依据分布式思想将系统分解为多个仅包含部分状态量的子系统,各子系统均采用无味粒子滤波算法进行状态估计,通过边缘化算法优化无味粒子滤波算法的边缘分布函数,主滤波器融合各子滤波器的数据计算最终结果,克服了滤波精度低、计算复杂度高的问题.最后,通过仿真试验证明改进的分布式边缘粒子滤波算法能够抑制粒子退化现象,具有较好的实时性和滤波精度,是解决SLAM的新的有效方法. 展开更多
关键词 同步定位与地图构建 分布式无味粒子滤波 边缘粒子滤波
在线阅读 下载PDF
基于无味高斯粒子滤波的空-海BO-TMA的研究 被引量:4
3
作者 程水英 张剑云 《现代雷达》 CSCD 北大核心 2007年第8期68-71,共4页
介绍了粒子滤波(PF)的基本思想和免重采样无味高斯PF(UGPF)算法的基本原理,特别针对空-海单站只测方位目标运动分析TMA(BO-TMA)问题应用UGPF和EKF(扩展卡尔曼滤波)进行了对照研究,建立了问题的离散非线性滤波估计模型,设计了典型的应用... 介绍了粒子滤波(PF)的基本思想和免重采样无味高斯PF(UGPF)算法的基本原理,特别针对空-海单站只测方位目标运动分析TMA(BO-TMA)问题应用UGPF和EKF(扩展卡尔曼滤波)进行了对照研究,建立了问题的离散非线性滤波估计模型,设计了典型的应用场景,给出了Monte Carlo仿真运行结果;表明UGPF具有更高的估计精度、更好的收敛特性和滤波一致性。 展开更多
关键词 递推非线性滤波 卡尔曼滤波 粒子滤波 无味变换 无味高斯粒子滤波
在线阅读 下载PDF
一种基于粒子滤波的联合跟踪与分类算法 被引量:3
4
作者 申屠晗 郭云飞 薛安克 《机电工程》 CAS 2010年第3期41-44,共4页
针对纯运动学信息联合跟踪与分类问题,提出了一种基于混合无味粒子滤波的联合跟踪与分类算法。在传统粒子滤波联合跟踪与分类算法的基础上,通过采用无味变换,利用多个无味卡尔曼滤波器给出更高质量的粒子建议分布,提高整个算法的性能。... 针对纯运动学信息联合跟踪与分类问题,提出了一种基于混合无味粒子滤波的联合跟踪与分类算法。在传统粒子滤波联合跟踪与分类算法的基础上,通过采用无味变换,利用多个无味卡尔曼滤波器给出更高质量的粒子建议分布,提高整个算法的性能。理论分析和仿真结果都表明,与传统粒子滤波联合跟踪与分类算法相比,该算法无论在跟踪精度还是在分类正确率上都有明显的提高。 展开更多
关键词 联合跟踪与分类 贝叶斯估计 混合无味粒子滤波 无味变换
在线阅读 下载PDF
几种非线性滤波算法的性能比较与分析 被引量:1
5
作者 余春平 李广云 张冠宇 《海洋测绘》 2008年第6期43-45,共3页
在非线性状态估计中,传统的扩展卡尔曼滤波通过线性化来实现高斯近似,由于截断误差的存在很难保证估计精度;而基本粒子滤波容易出现粒子退化,导致滤波发散。针对粒子滤波的两个基本假设:蒙特卡罗假设和重要采样假设,采用蒙特卡罗随机链... 在非线性状态估计中,传统的扩展卡尔曼滤波通过线性化来实现高斯近似,由于截断误差的存在很难保证估计精度;而基本粒子滤波容易出现粒子退化,导致滤波发散。针对粒子滤波的两个基本假设:蒙特卡罗假设和重要采样假设,采用蒙特卡罗随机链的方法来提高粒子的多样性,并利用无味卡尔曼滤波来产生更高精度的替代分布,发展了无味粒子滤波。通过仿真实验证明,相比较扩展卡尔曼滤波和基本粒子滤波,改进后的无味粒子滤波算法性能更优越,对含有非线性非高斯的状态估计问题有更好的滤波效果。 展开更多
关键词 粒子滤波 蒙特卡罗马尔可夫链 无味粒子滤波 状态估计
在线阅读 下载PDF
室内视频监控下基于混合算法的人体异常行为检测和识别方法 被引量:12
6
作者 郑浩 刘建芳 廖梦怡 《计算机应用与软件》 北大核心 2019年第7期224-230,241,共8页
针对目前室内人体异常行为检测和识别中照明变化、遮挡、相机移动和背景等因素对检测准确性的影响,提出一种多技术混合跟踪方法。该方法基于连续自适应均值漂移(CAMS),引入校正背景权重直方图(CBWH)和无味粒子滤波(UPF)技术处理遮挡和... 针对目前室内人体异常行为检测和识别中照明变化、遮挡、相机移动和背景等因素对检测准确性的影响,提出一种多技术混合跟踪方法。该方法基于连续自适应均值漂移(CAMS),引入校正背景权重直方图(CBWH)和无味粒子滤波(UPF)技术处理遮挡和相似颜色对象的干扰。采用基于稀疏表达的检测方式从多种场景对目标对象的异常行为进行检测和识别,并利用均方误差统计量评估所提方法的性能。同时在公开数据集UMN上进行仿真验证。实验结果表明,该方法在不同场景中有障碍物遮挡或是具有相似颜色的其他对象情况下都能准确检测和识别目标对象。此外,该技术还可能进一步改善复杂场景下多摄像机中目标对象的跟踪性能。 展开更多
关键词 检测识别 连续自适应均值漂移 校正背景权重直方图 无味粒子滤波 稀疏表达 室内视频监控
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部