| 摘要: |
| 为了在物理条件下对目标进行精确建模 ,有时需要运用非线性、非高斯系统。而常规的卡尔曼滤波算法要求系统是线性高斯型的 ,因而不能直接用来解决非线性、非高斯问题。为了解决这一问题 ,人们开发出各种非线性滤波算法。一种是扩展卡尔曼算法 (EKF) ,它对非线性系统进行局部线性化 ,从而间接利用卡尔曼算法进行滤波与估算 ;另一种是序列蒙特卡罗算法 ,亦即粒子滤波器 (PF) ,它是最近出现的解决非线性问题的有效算法。本文简要介绍非线性跟踪的最优与次优贝叶斯算法 ,重点关注粒子滤波器 ,通过再入大气层弹道目标的例子 ,说明PF在目标跟踪中的应用。 |
| 关键词: 目标跟踪 非线性系统 贝叶斯算法 粒子滤波器 |
| DOI： |
| 分类号: |
| 基金项目: |
|
|
|
|
|
|
| Abstract: |
|
| Key words: |
