2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題（含答案詳解+作文范文）_第1頁(yè)
已閱讀1頁(yè)，還剩99頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、基于隨機(jī)有限集理論的概率假設(shè)密度（Probability Hypothesis Density，PHD）濾波算法是近年來(lái)備受關(guān)注，并得到快速發(fā)展和廣泛認(rèn)同的一種多目標(biāo)跟蹤算法。傳統(tǒng)的PHD濾波算法需假設(shè)噪聲統(tǒng)計(jì)特性是先驗(yàn)已知的。未知或不準(zhǔn)確的噪聲特性會(huì)導(dǎo)致多目標(biāo)濾波算法的跟蹤性能下降。然而，在日益復(fù)雜的戰(zhàn)場(chǎng)環(huán)境下，噪聲特性的先驗(yàn)信息難以準(zhǔn)確獲得，并會(huì)隨時(shí)間發(fā)生變化。因此，本文圍繞未知噪聲特性下的多目標(biāo)PHD濾波問(wèn)題展開(kāi)研究，主要研究?jī)?nèi)容

2、和成果如下：
　?。?）針對(duì)線(xiàn)性條件下未知噪聲特性的多目標(biāo)跟蹤問(wèn)題，提出了一種基于Sage-Husa噪聲特性估計(jì)的PHD濾波算法。該算法利用Sage-Husa自適應(yīng)方法對(duì)噪聲特性進(jìn)行估計(jì)，并用估計(jì)值修正了后驗(yàn)PHD函數(shù)的更新公式，實(shí)現(xiàn)了對(duì)多目標(biāo)狀態(tài)、數(shù)目和噪聲特性的聯(lián)合估計(jì)。仿真表明，在噪聲特性未知下，該算法的跟蹤性能優(yōu)于傳統(tǒng)的PHD濾波算法，相比于基于變分貝葉斯法的自適應(yīng) PHD濾波算法，其估計(jì)誤差降低30%以上，運(yùn)行時(shí)間縮短7

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論