針對(duì)標(biāo)簽多伯努利濾波器在目標(biāo)處于近鄰或目標(biāo)量測(cè)與軌跡關(guān)聯(lián)模糊情況下,更新步中由于近似產(chǎn)生信息丟失,導(dǎo)致跟蹤效果下降的問(wèn)題,引入?yún)^(qū)間分析技術(shù),結(jié)合標(biāo)簽多伯努利濾波器及廣義標(biāo)簽多伯努利濾波器各自的優(yōu)勢(shì),提出一種箱粒子濾波下的混合標(biāo)簽多伯努利跟蹤算法.建立兩種濾波器的參數(shù)模型,通過(guò)Kullback Leibler散度和熵兩項(xiàng)評(píng)定標(biāo)準(zhǔn)在兩種濾波器間進(jìn)行切換,在特殊環(huán)境中使用廣義標(biāo)簽多伯努利濾波器提高跟蹤性能,在其他環(huán)境中使用標(biāo)簽多伯努利濾波器近似降低算法的復(fù)雜度,提高運(yùn)算效率;同時(shí)基于箱粒子濾波實(shí)現(xiàn)混合標(biāo)簽多伯努利算法.仿真實(shí)驗(yàn)表明,在特定環(huán)境中,與原有濾波算法相比,所提出的改進(jìn)算法在保證計(jì)算效率的同時(shí),可提高跟蹤的精確度及穩(wěn)定性. 

【文章來(lái)源】：控制與決策. 2020,35(02)北大核心EICSCD

【文章頁(yè)數(shù)】：6 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]箱粒子廣義標(biāo)簽多伯努利濾波的目標(biāo)跟蹤算法[J]. 苗雨,宋驪平,姬紅兵.  西安交通大學(xué)學(xué)報(bào). 2017(10)



本文編號(hào)：3564976