浏览全部资源
扫码关注微信
1. 江苏大学电气信息工程学院
2. 西安交通大学电子与信息工程学院
Published:2015
移动端阅览
[J]. 2015, (1): 92-96+132.
DOI:
[J]. 2015, (1): 92-96+132. DOI:
针对拓展目标概率假设密度滤波器中的未知杂波概率假设密度
提出了杂波概率假设密度估计算法。算法利用有限混合模型极大后验估计杂波概率假设密度
取混合权重的熵分布作为混合参数的先验分布;在渐进假设条件下
利用拉格朗日乘子推导了混合权重的递进估计公式;在混合权重递进估计过程中
通过混合权重置零操作来实现对有限混合模型中混合分量的删减。以二维场景为例对算法进行了仿真实验
结果表明:在拓展目标概率假设密度滤波器高斯混合实现的框架内
所提杂波概率假设密度估计算法的跟踪性能接近真实杂波概率假设密度时的跟踪性能。
连峰,马冬冬,韩崇昭.扩展目标联合检测与估计的误差界[J].西安交通大学学报,2014(04).
韩玉兰,朱洪艳,韩崇昭,王静.多扩展目标的高斯混合概率假设密度滤波器[J].西安交通大学学报,2014(04).
吴刚,韩崇昭,闫小喜,连峰.基于熵分布的概率假设密度滤波器高斯混合实现[J].控制与决策,2014(01).
连峰,韩崇昭,刘伟峰,元向辉.高斯混合扩展目标概率假设密度滤波器的收敛性分析[J].自动化学报,2012(08).
R. M. Corless,G. H. Gonnet,D. E. G. Hare,D. J. Jeffrey,D. E. Knuth.On the LambertWfunction[J].Advances in Computational Mathematics,1996(1).
0
Views
3
下载量
1
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution