| 周伟江,董博,许伟杰.基于改进粒子滤波算法的水下目标跟踪[J].声学技术,2018,37(2):187~191 |
| 基于改进粒子滤波算法的水下目标跟踪 |
| Underwater target tracking based on improved particle filter |
| 投稿时间：2017-05-21 修订日期：2017-07-17 |
| DOI：10.16300/j.cnki.1000-3630.2018.02.016 |
| 中文关键词: 目标跟踪 粒子滤波 KL距离 |
| 英文关键词: target tracking particle filter Kullback-Leibler Divergence (KLD) |
| 基金项目: |
|
| 摘要点击次数: 1166 |
| 全文下载次数: 1066 |
| 中文摘要: |
| 针对常规粒子滤波算法粒子数目保持不变的问题，提出了一种可以自适应调整粒子数目的改进算法。该算法将KL距离（Kullback-Leibler Divergence，KLD）引入粒子滤波重采样过程，保证在一定的滤波精度下，可以有效地调整滤波过程中使用的粒子数目，从而实现了滤波过程中粒子数目的自适应。将该算法应用于纯方位水下目标跟踪，仿真结果表明，该方法有效地改善了滤波效果，计算量低，适合于实际应用。 |
| 英文摘要: |
| An improved adaptive particle number method is presented to solve the problem of huge computation complexity.The algorithm is proposed via introducing the KLD (Kullback-Leibler Divergence) into the process of resampling so as to control the effective particle number.Numerical simulations demonstrate that the modified method can improve tracking performance and suit for practical applications. |
|
查看全文
查看/发表评论 下载PDF阅读器 |
| 关闭 |
