基于改进“当前”统计模型和AKF的机动目标跟踪

来源 :兰州理工大学学报 | 被引量 : 0次 | 上传用户:zqy61032526
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
采用"当前"统计模型设计Kalman滤波算法,实现对机动目标的自适应跟踪;并针对"当前"统计模型对机动目标跟踪中存在的缺陷,提出改进的"当前"统计模型,根据滤波估计值对最大加速度进行自适应调整,使得系统噪声方差随着目标运动情况自适应变化;此算法在没有增加任何计算量的基础上有效提高了机动目标的跟踪性能.通过对实际交通视频的仿真实验验证了算法的有效性.
其他文献
利用遗传算法及Gastreich经验势函数研究SiBn-1Nn(n=2~11)团簇的可能稳定结构,并对能量较低的异构体在HF/6-31G(d)水平进行优化,获得SiBn-1Nn(n=2~11)团簇一系列稳定异构体,讨论基态
考虑一类具有时间滞后的种群模型的动力学行为.特别的,此模型的非线性项不能借助于在不稳定平衡点的偏导数来控制.借助于构造上下解,证明该模型存在连接平凡平衡态和正平衡点
将离散的情感状态的识别看成模式识别问题,运用组合优化的思想,从4种生理信号心电(ECG)、肌电(EMG)、皮肤电(SC)、呼吸信号(RSP)中抽取情感特征,将遗传算法和最近邻算法相结合构造出一种新的方法,以最近邻为准则,遗传算法寻优,尝试找出最能"代表"某一情感状态joy、anger、sadness、pleasure的最优情感特征组合模式.仿真实验表明,用肌电信号(EMG)来识别4种情感状态效果要