- · 清华大学与美国布鲁金斯学会联合举办高级别闭门圆桌会议 探讨中美合作路径 共同应对新冠疫情[02/06]
- · 美术学院设计团队完成2021央视春晚动漫生肖吉祥物形象及周边衍生品设计[02/05]
- · 马来西亚IOI产业集团董事长李耀昇捐赠清华大学[02/02]
- · 新时代高校助力乡村振兴交流研讨会成功举办[02/01]
- · 清华大学电子工程系陆明泉教授荣获美国导航学会瑟洛奖并当选会士[01/29]
- · 清华大学全球战略布局项目2021年度工作交流会召开[01/23]
- · 清华大学召开2021年两院院士新春座谈会[01/20]
- · 清华大学召开2020年度校领导班子民主生活会[01/19]
基于蚁群优化的边缘化粒子滤波器跟踪算法
作者: 曹义亲 [1] ; 肖金胜 [1] ; 黄晓生 [2]
关键词: 边缘化粒子滤波 蚁群算法 Kalman滤波 目标跟踪
摘要:针对边缘化粒子滤波器(M PF)中的Kalman滤波通常无法从量测方程中获得线性状态估计,以及标准粒子滤波器估计非线性状态计算量大和粒子退化的问题,提出了一种改进的M PF粒子滤波目标跟踪算法。该方法采用状态的预测值作为Kalman粒子滤波的量测更新,用Kalman滤波估计目标的速度和加速度,并通过蚁群优化算法改进标准粒子滤波器,并用以估计目标的位置信息。仿真结果表明:该方法在提高目标状态估计精度的同时,降低了粒子滤波的计算复杂度,克服了粒子滤波退化现象。
上一篇:3D立体显示技术在多元相图教学中的应用
下一篇:高校工程训练创新发展探析