改进粒子滤波算法在目标跟踪中的应用
作者:
李春鑫
[1] ;
王孝通
[1] ;
徐晓刚
[2]
关键词:
粒子滤波
径向基网络
支撑向量回归法
目标跟踪
摘要：
针对粒子滤波算法的粒子匮乏现象和计算量大的问题，提出了一种改进粒子滤波算法。该算法利用径向基神经网络的最佳逼近特性，提高先验概率密度估计精度，消除噪声引起的估计误差，利用支撑向量回归法实现较少粒子的高精度跟踪。将该算法应用到目标跟踪技术中，仿真结果表明该算法的精度和稳定性优于粒子滤波和无迹粒子滤波，可实现实时鲁棒跟踪。视频目标的跟踪试验也表明该算法对有遮挡现象的跟踪问题跟踪效果明显，具有广泛的应用价值。
上一篇：基于输出反馈的鲁棒容错D-稳定性分析
下一篇：一种基于控制量一致的参考模型解耦方法