文献类型：期刊文章

作　　者：张苗辉[1] 辛明[2] 刘先省[1]

机构地区：[1]河南大学先进控制与智能信息处理研究所,河南开封475001 [2]河南大学计算机与信息工程学院,河南开封475001

出　　处：《系统工程与电子技术》

基　　金：河南省高校杰出科研人才创新工程项目(2003KYCX003);河南省高校创新人才培养工程;河南省自然科学基金(0411010400)资助课题

年　　份：2008

卷　　号：30

期　　号：5

起止页码：949-951

语　　种：中文

收录情况：BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：20082711351748)、INSPEC、JST、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：粒子滤波是指利用Monte Carlo仿真方法处理递推估计问题的非线性滤波算法,这种方法不受模型线性和Gauss假设的约束,是一种处理非线性非高斯动态系统状态估计的有效算法。在粒子滤波的基础上融合扩展卡尔曼滤波(EKF)算法,融合后的新算法在计算提议概率密度分布时,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布。仿真结果表明,该算法对机动目标有更好的跟踪效果。

关 键 词：机动目标跟踪 粒子滤波 扩展卡尔曼滤波 非线性非高斯  

分 类 号：TP391]