论文部分内容阅读
针对贝叶斯跟踪中目标状态的预测分布和后验分布，利用序列蒙特卡洛方法，基于多变量t-分布提出了一种新的粒子滤波算法，称之为t-分布粒子滤波器．为了根据样本估计目标状态的概率分布，提出了一种新的ECME算法，并嵌入到t-分布粒子滤波器中．理论分析表明，在t-分布条件下，t-分布粒子滤波器是在样本数量上的渐近最优估计器．在机动目标跟踪实验中，比较了t-分布粒子滤波器、无色卡尔曼滤波（Unscemed Kalman filter）及自助式粒子滤波器（Bootstrap panicle filters）的跟踪精度．