联合模糊聚类和拟蒙特卡罗重采样的群目标跟踪算法

来源 :控制理论与应用 | 被引量 : 0次 | 上传用户:kcl770514
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
联合概率数据关联粒子滤波(joint probabilistic data association-particle filter,JPDA-PF)算法常被用来解决群目标跟踪中的数据关联和非线性滤波问题.针对算法的数据关联时间较长以及样本枯竭问题,本文阐述了一种利用模糊聚类和拟蒙特卡罗重采样的群目标跟踪算法.首先,在群演化网络模型的基础上,采用最大熵模糊聚类法来完成群内个体目标和量测之间的数据关联,利用模糊隶属度来构建互联概率矩阵.其次,在目标状态样本的重采样的过程中,利用随机化拟蒙特卡罗序列映射到拟复制
其他文献
在不完全量测下估计系统状态时,状态的稳态误差协方差与各个传感器精度指标有关.今提出一种新算法.可以根据估计误差协方差确定出传感器精度的上-下确界.算法根据稳态卡尔曼
在社会主义市场经济形势下,大力开展多种经营是水管单位推进改革的必然趋势.在充分开发利用多种经营资源的基础上,水管单位必须拓宽融资渠道、引进人才、完善管理机制和开发
维纳的《控制论》和钱学森的《工程控制论》共同奠定了经典控制理论的基础。在此基础之上,现代控制理论在性能优化和处理不确定性等方面对经典控制理论作了进一步的发展。本文
自21世纪以来,我国新一届政府采用了更加务实、自信、灵活与成熟的外交政策,不仅在国际上积极塑造“负责任”的大国形象,而且在国内积极树立“外交为民”的新形象。自本世纪初,我
存在状态时滞的不确定离散时间系统的的滑模可靠控制问题,其中,被控系统执行器可能发生部分故障.通过构造一种拟积分型切换面,可以保证系统状态轨迹从开始时刻就位于切换面上