本文選題：高斯混合模型　切入點(diǎn)：分布式融合　出處：《系統(tǒng)工程與電子技術(shù)》2017年08期 　論文類型：期刊論文

【摘要】：針對(duì)高斯混合概率假設(shè)密度分布式融合過程中高斯分量數(shù)隨時(shí)間急劇增長(zhǎng)的問題,給出了一種適用于融合過程不同階段的兩級(jí)分量混合約簡(jiǎn)算法,最大程度地減少了信息的損失。針對(duì)高斯混合概率假設(shè)密度協(xié)方差交叉融合算法中高斯混合模型求冪運(yùn)算后不再服從高斯混合分布的問題,提出了一種基于擬蒙特卡羅采樣的等價(jià)求解方法。仿真實(shí)驗(yàn)表明,所提的改進(jìn)算法在保證融合計(jì)算有效性和可行性的同時(shí)提高了融合精度。
[Abstract]:In order to solve the problem of the rapid increase of Gao Si component number with time in Gao Si's mixed probability assumption density distributed fusion process, a two-stage hybrid reduction algorithm for different stages of fusion process is presented in this paper. The loss of information is reduced to the greatest extent. For the question of the mixed distribution of Gao Si mixed model after power operation in Gao Si's mixed probability assumption density covariance cross fusion algorithm, An equivalent solution method based on quasi Monte Carlo sampling is proposed. The simulation results show that the proposed improved algorithm not only ensures the validity and feasibility of fusion computation, but also improves the fusion accuracy.
【作者單位】： 西安測(cè)繪總站;空軍工程大學(xué)信息與導(dǎo)航學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61571458) CEMEE國(guó)家重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目(2014K0304B)資助課題
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 劉瑜;何臘梅;王兆敏;;含狀態(tài)等式約束的分布式估計(jì)融合[J];通信技術(shù);2012年02期

2 鄧自立;王欣;李云;;多傳感器分布式融合白噪聲反卷積濾波器[J];電子與信息學(xué)報(bào);2006年07期

3 王永安;何光進(jìn);劉毅;;基于卡爾曼濾波的多傳感器跟蹤融合算法[J];船電技術(shù);2013年02期

4 劉文強(qiáng);韓娜;顧澤元;陶貴麗;;多通道信號(hào)自校正分布式融合Kalman濾波器[J];現(xiàn)代電子技術(shù);2014年03期

相關(guān)博士學(xué)位論文 前1條

1 丁健;具有網(wǎng)絡(luò)約束和丟包傳感器網(wǎng)絡(luò)系統(tǒng)的分布式融合濾波[D];黑龍江大學(xué);2015年

相關(guān)碩士學(xué)位論文 前2條

1 王效良;基于兩階段Kalman濾波的多傳感器信息融合[D];河南工業(yè)大學(xué);2016年

2 殷e，

本文編號(hào)：1625208