注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. matlab实现的高斯粒子滤波器代码

  2. 用matlab实现的高斯粒子滤波器，很好，很有参考价值。

  3. 所属分类：其它

    • 发布日期：2010-06-28
    • 文件大小：73728
    • 提供者：plwu

  1. 基于粒子滤波器的故障诊断研究论文

  2. 本文系统介绍了适用于解决非线性非高斯系统问题的粒子滤波器的基本原 理和关键技术，针对标准粒子滤波器（PF）中存在的粒子退化及算法实时性问 题，把遗传算法中的选择、交叉、变异进化思想引入到 PF中进行算法改进，提 出了改进的遗传粒子滤波器（GPF） 。首先由于遗传算法具有独特的寻优能力， 可以使每次运算粒子的使用效率得到搞高， 使逼近后验概率分布最大值所需的粒 子数大大减少，并且避免了重采样，也就在一定程度上减少计算量，能有效提高 算法估计的实时性；再者由于遗传运算能有效增加粒子的多样性，解决粒

  3. 所属分类：其它

    • 发布日期：2011-01-08
    • 文件大小：584704
    • 提供者：haidifeiyu

  1. 基于遗传算法的粒子滤波器在目标跟踪中的应用

  2. 粒子滤波器是解决非高斯运动跟踪的一种非常有效的方法,粒子滤波器存在的一个最大的问题是粒子的退化现象,本文中我们提出了一种基于遗传算法的改良粒子滤波器设计方案,以进化设计解决了退化问题,并结合理论与实践证明了其解决粒子退化现象上的优势。

  3. 所属分类：其它

    • 发布日期：2009-04-07
    • 文件大小：294912
    • 提供者：honeyhfy

  1. 粒子滤波一维系统仿真

  2. 粒子滤波算法的matlab案例。粒子滤波算法不受线性高斯模型的约束，与卡尔曼滤波器一样，粒子滤波算法同样需要知道系统的模型，如果不知道系统的模型，也要想办法构建一个模型来逼近真实的模型。这个真实模型就是各应用领域内系统的数学表示，主要包括状态方程和量测方程。

  3. 所属分类：其它

    • 发布日期：2018-10-18
    • 文件大小：8192
    • 提供者：zxoo00

  1. 粒子滤波在单目标跟踪多目标跟踪电池寿命预测中的应用-粒子滤波算法原理及在多目标跟踪中的应用（Matlab程序）.ppt

  2. 粒子滤波在单目标跟踪多目标跟踪电池寿命预测中的应用-粒子滤波算法原理及在多目标跟踪中的应用（Matlab程序）.ppt 本帖最后由 huangxu_love 于 2013-7-26 12:50 编辑 推荐一本学习粒子滤波原理的好资料《粒子滤波原理及应用仿真》，本手册主要介绍粒子滤波的基本原理和其在非线性系统的应用。同时本手册最大的优点是介绍原理和应用的同时，给出实现例子的matlab代码程序，方便读者对照公式，理解代码。因此，它是相关方面的研究者快速上手和进入研究领域的快捷工具。同时，对于有一

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：532480
    • 提供者：weixin_39840387

  1. 粒子滤波在单目标跟踪多目标跟踪电池寿命预测中的应用-粒子滤波原理及应用仿真.doc

  2. 粒子滤波在单目标跟踪多目标跟踪电池寿命预测中的应用-粒子滤波原理及应用仿真.doc 本帖最后由 huangxu_love 于 2013-7-26 12:50 编辑 推荐一本学习粒子滤波原理的好资料《粒子滤波原理及应用仿真》，本手册主要介绍粒子滤波的基本原理和其在非线性系统的应用。同时本手册最大的优点是介绍原理和应用的同时，给出实现例子的matlab代码程序，方便读者对照公式，理解代码。因此，它是相关方面的研究者快速上手和进入研究领域的快捷工具。同时，对于有一定基础的研究者，可以在本手册提供代码

  3. 所属分类：其它

    • 发布日期：2019-08-13
    • 文件大小：472064
    • 提供者：weixin_39840515

  1. 基于运动特征的矿井下运动钻杆跟踪方法研究

  2. 针对煤矿井下运动钻杆目标跟踪时,由于井下目标物体全部遮挡、颜色相似等因素会造成目标瞬间跟踪失败的情况。因此,提出一种基于运动特征的煤矿井下运动钻杆跟踪方法。该方法首先采用混合高斯模型建模,对当前帧图像进行背景剔除获得目标运动特征,同时,利用权值融合的方式建立图像的运动和颜色联合概率分布图,然后经粒子滤波器滤波处理,进而实现钻杆目标的跟踪。该算法的测试结果表明:该方法很好的解决了完全遮挡问题。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：314368
    • 提供者：weixin_38530995

  1. 免疫自适应高斯混合粒子滤波器用于状态估计

  2. 粒子滤波器（PF）是一种灵活而强大的顺序蒙特卡洛（SMC）技术，能够对非线性，非高斯和非平稳动力系统进行建模。但是，通用PF受到粒子退化和样品贫乏的困扰，这极大地影响了其在非线性，非高斯跟踪问题上的性能。为了解决这些问题，提出了一种改进的PF。该算法由一个PF组成，该PF使用基于免疫自适应高斯混合模型（IAGM）的免疫算法来重新逼近后验密度。同时，三个免疫抗体操作员被嵌入到新的过滤器中。代替使用重采样策略，最新的观察结果和条件似然被集成到那些免疫抗体操作员中以更新粒子，这可以进一步改善粒子的多样

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：742400
    • 提供者：weixin_38737144

  1. 免疫自适应高斯混合粒子滤波器用于状态估计

  2. 免疫自适应高斯混合粒子滤波器用于状态估计

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：532480
    • 提供者：weixin_38512659

  1. 基于高斯过程回归的组合导航系统故障检测新方法

  2. 对于集成导航系统，每个传感器子系统的故障检测的正确性和快速性都会影响导航的准确性。 本文提出了一种基于高斯过程回归（GPR）的导航系统故障检测新方法。 首先使用A.GPR模型预测卡尔曼滤波器的创新性。 为了避免局部优化，采用了粒子群算法为GPR模型寻找最优的超参数。 故障检测功能（FDF）的值具有明显的跳跃性。当发生故障时，它由预测的创新，卡尔曼滤波器的实际创新及其方差组成。 可以通过将FDF值与预定义的阈值进行比较来检测故障。 为了验证其有效性，该方法被用于SINS / GPS /里程表组合导

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：606208
    • 提供者：weixin_38749863

  1. 混合粒子联邦滤波在多信息组合导航系统中的应用

  2. 在组合导航多信息滤波系统的应用中，会遇到部分子滤波器为非线性系统的情况。提出了一种混合粒子联邦滤波方法，把高斯粒子滤波获取多维高斯分布的计算过程融入到联邦卡尔曼滤波结构框架中，并采用该滤波框架解决混合系统的多信息融合问题，该算法在滤波模型的适应性方面要优于传统的联邦滤波。以组合导航多信息融合问题为例，建立了混合粒子联邦滤波模型，对该算法进行了仿真，仿真结果验证了混合粒子联邦滤波的有效性。

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：225280
    • 提供者：weixin_38653296

  1. 海洋生物全息图斜条纹噪声的抑制

  2. 全息相机系统对海洋微生物和粒子的研究与分析有着广泛的应用前景。然而这种特殊的成像技术（全息成像技术）和成像环境（海底）使拍摄的全息图存在多种不同的斜条纹噪声。斜条纹噪声的存在严重影响了海洋生物全息图重建像质量和进一步处理。抑制普通条纹的方法已不再适用于研究对象。因此，提出了一种有效的去噪方法。针对周期斜条纹噪声，利用局部阈值法寻找噪声频率位置，再采用高斯陷波滤波器滤除。针对非周期斜条纹噪声，通过直线方程模拟非周期斜条纹噪声的频域亮线响应，然后采用局部陷波滤波器去抑制。实验证明，该方法能有效滤除周

  3. 所属分类：其它

    • 发布日期：2021-02-08
    • 文件大小：5242880
    • 提供者：weixin_38713306

  1. 基于空间高斯滤波的超分辨光学波动成像算法

  2. 为了提高超分辨光学波动成像(SOFI)显微技术的实时性，提出了一种结合图像滤波的SOFI算法。对获取的多帧图像先进行滤波处理，再根据多帧图像中荧光粒子的时间自相关性进行SOFI算法处理，可快速得到高信噪比的超分辨图像。结果表明，对比不同滤波器，权衡去噪效果和图像分辨率，利用基于空间高斯滤波的SOFI算法可以在低信噪比的图像序列中快速得到信噪比较高的超分辨图像，计算速度提高2.3倍。

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6291456
    • 提供者：weixin_38632247

  1. gaussian_particle_filter：高斯粒子过滤器本地化的Python示例-源码

  2. gaussian_particle_filter python gaussian_particle_filter.py 结果 详情 参考 片山，“非线性卡尔曼滤波器”，2011，p152-p155（日文） JH Kotecha等人， ，2003年

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：796672
    • 提供者：weixin_42180863

  1. EKF、PF在目标跟踪中的研究

  2. 介绍两种目标跟踪算法—扩展卡尔曼滤波器（Extended Kalman Filter， EKF）、粒子滤波器（Particle filter， PF）。EKF利用泰勒级数方法，将非线性问题转化到线性空间，再利用卡尔曼滤波器进行滤波，并达到一阶估计精度。PF是一种采用蒙特卡罗采样的贝叶斯滤波方法，它将复杂的目标状态分布表示为一组加权值，通过寻找在粒子滤波分布中最大权值的粒子来确定目标最可能所处的状态分布，已成为复杂环境下进行目标跟踪的最好的方法。文中通过仿真实验，对二者的性能进行了仿真比较，结果证

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：744448
    • 提供者：weixin_38691669

  1. 非线性交互粒子滤波算法

  2. 在非线性非高斯系统状态估计问题中,后验概率密度函数的解析形式难以得,标准粒子滤波算法采用状态转移概率函数代替后验概率作为重要性采样概率密度函数,而未考虑当前观测数据的影响.针对该问题,首先提出了非线性交互多模型算法;然后应用该算法产生重要性采样概率密度函数,设计了新的非线性交互粒子滤波器.新的概率密度函数融入最新观测数据,更接近系统状态后验概率.比较实验表明了所提出算法的有效性.

  3. 所属分类：其它

    • 发布日期：2021-01-15
    • 文件大小：666624
    • 提供者：weixin_38651450

  1. 基于拟蒙特卡罗的未知杂波GMP-PHD 滤波器

  2. 针对非线性系统模型中未知杂波环境下的多目标跟踪问题, 提出一种基于拟蒙特卡罗方法的未知杂波 高斯混合粒子概率假设密度(GMP-PHD) 算法. 首先利用有限混合模型拟合未知杂波空间分布, 使其能够在杂波模型未知的情况下稳定跟踪目标; 然后利用低偏差点集在状态空间中分布均匀的特性将拟蒙特卡罗采样方法应用到GMP-PHD 中, 使其在解决非线性滤波问题的同时提高目标跟踪精度. 仿真实验表明, 所提出的算法具有良好的跟踪性能.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：252928
    • 提供者：weixin_38685173

  1. 一种改进的高斯混合概率假设密度SLAM算法

  2. 针对高斯混合概率假设密度SLAM(GMPHD-SLAM) 算法存在的估计精度低和计算代价高的问题, 提出一种无迹高斯混合概率假设密度SLAM算法(unscented-GMPHD-SLAM). 其主要特点在于: 将无迹卡尔曼滤波器应用于机器人位姿粒子权重计算及概率假设密度更新过程中, 可提高算法整体估计性能; 将更新的高斯项按照传感器视域分类, 有效降低了算法计算量. 通过仿真实验, 将所提出算法与传统PHD-SLAM 算法进行比较, 结果表明该算法在提高估计精度和降低计算负担方面是十分有效的.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：439296
    • 提供者：weixin_38709816

  1. 基于弱形式解的粒子流滤波器

  2. 针对粒子流滤波器中粒子速度场计算复杂, 难以滤波求解的问题, 提出一种基于弱形式解的粒子流滤波器. 通过将粒子速度场等效为势函数的梯度, 推导该速度场所满足的偏微分方程的弱形式; 应用Galerkin 有限元法和蒙特卡罗积分法, 推导出一个易于计算的弱形式常数近似解. 仿真算例表明, 在一定初始条件下, 多峰型后验分布会使高斯假设滤波器局部收敛, 而粒子流滤波器是有效的, 且具有较高的跟踪精度和较好的鲁棒性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：262144
    • 提供者：weixin_38673924

  1. autonomous-drone:使用粒子滤波器（Kaijen）和地理信息系统实现的自主无人机定位和导航软件-源码

  2. 自主无人机 自主无人机定位和导航软件 关于该项目 我们建立了一个使用粒子过滤器来定位，导航和跟踪自主无人机的框架。 粒子过滤器是一种贝叶斯过滤器，它使用预测/更新周期从传感器的测量结果估计动态系统的状态。 粒子滤波器比其他一些方法（例如卡尔曼滤波器）更容易缩放到更高的维度，因为PF试图仅找到在计算上更易于处理的近似解。 PF背后的关键思想是，通过创建多个假设（称为“粒子”）的广阔空间，我们可以通过不断地测量和更新我们的估计来将空间缩小为一个近似解。 建于 Python 3.8 用法

  3. 所属分类：其它

    • 发布日期：2021-03-26
    • 文件大小：758784
    • 提供者：weixin_42175776
« 12 »