期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
双重迭代变分贝叶斯自适应卡尔曼滤波算法
被引量:
7
1
作者
陈金广
李洁
高新波
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2012年第3期359-363,共5页
提出了一种新的自适应卡尔曼滤波算法。该算法假设系统过程噪声方差和量测噪声方差之间存在的函数关系已知,两种噪声方差随着时间变化且均未知。先令当前时刻的过程噪声方差等于前一时刻的过程噪声方差,通过变分贝叶斯近似的方法,在卡...
提出了一种新的自适应卡尔曼滤波算法。该算法假设系统过程噪声方差和量测噪声方差之间存在的函数关系已知,两种噪声方差随着时间变化且均未知。先令当前时刻的过程噪声方差等于前一时刻的过程噪声方差,通过变分贝叶斯近似的方法,在卡尔曼滤波框架下迭代求解当前时刻的量测噪声方差和状态估计,再利用假设中的函数关系获得新的过程噪声方差。对上述过程多次迭代,最终获得状态估计及协方差。仿真实验结果表明,该算法具有较高的滤波精度;在假设条件不确知的情况下仍具有较强的鲁棒性。
展开更多
关键词
自适应卡尔曼滤波
噪声方差未知
状态估计
变分贝叶斯近似
下载PDF
职称材料
线性校正变分贝叶斯自适应扩展卡尔曼滤波跟踪算法
被引量:
1
2
作者
邓兵
孙正波
《电信技术研究》
2017年第3期1-9,共9页
针对量测噪声统计特性未知的非线性滤波跟踪问题,本文首先通过引入线性校正扩展卡尔曼滤波来抑制观测方程局部线性化所带来的截断误差效应,再进一步通过变分贝叶斯近似算法,对量测噪声方差进行迭代估计,最终形成了基于变分贝叶斯近...
针对量测噪声统计特性未知的非线性滤波跟踪问题,本文首先通过引入线性校正扩展卡尔曼滤波来抑制观测方程局部线性化所带来的截断误差效应,再进一步通过变分贝叶斯近似算法,对量测噪声方差进行迭代估计,最终形成了基于变分贝叶斯近似的线性校正自适应扩展卡尔曼滤波跟踪算法。分析表明,在量测噪声进行迭代求解过程中,所提算法对卡尔曼滤波局部线性化误差也进行了估计,跟踪精度优于已知误差分布真实值时的跟踪结果。最后。在时频差定位体制下。给出了本文所提算法的具体表达式,并通过计算机仿真验证了本文所提算法的有效性。
展开更多
关键词
目标跟踪
扩展卡尔曼滤波
变分贝叶斯近似
线性校正
时差
频差
下载PDF
职称材料
基于VB近似的自适应δ-GLMB滤波算法
被引量:
4
3
作者
袁常顺
王俊
+1 位作者
向洪
孙进平
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第2期237-243,共7页
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(va...
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(variational Bayesian,VB)近似的自适应δ-GLMB滤波算法。该算法以δ-GLMB滤波器为基础,利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布,通过VB近似技术推导滤波迭代。仿真结果表明,所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性,在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。
展开更多
关键词
多目标跟踪
未知量测噪声协方差
随机有限集
变分贝叶斯近似
δ-扩展标签多伯努利滤波
下载PDF
职称材料
利用期望-最大化算法实现基于动态词典的压缩感知
被引量:
3
4
作者
胡磊
周剑雄
+1 位作者
石志广
付强
《电子与信息学报》
EI
CSCD
北大核心
2012年第11期2554-2560,共7页
在现有压缩感知(CS)理论中,重构信号需要预设其稀疏表示词典。对于以参数化模型表示的信号,只能预知该词典为某种形式的参数化词典,参数的具体取值难以确定。若将参数设定为取值空间的均匀离散格点,预设词典与真实词典之间的失配将使传...
在现有压缩感知(CS)理论中,重构信号需要预设其稀疏表示词典。对于以参数化模型表示的信号,只能预知该词典为某种形式的参数化词典,参数的具体取值难以确定。若将参数设定为取值空间的均匀离散格点,预设词典与真实词典之间的失配将使传统CS重构方法的性能严重恶化。为解决这一问题,该文提出一种基于动态词典的CS重构方法。通过迭代地优化词典参数,该方法在信号重构过程中对词典进行动态调整。为同时实现稀疏恢复与词典调整,该方法利用变分期望-最大化(EM)算法交替执行信号系数估计与词典参数优化。实验结果表明所提方法是有效的。
展开更多
关键词
压缩感知(CS)
稀疏恢复
动态词典
期望-最大化(EM)
变分贝叶斯近似
下载PDF
职称材料
δ-广义标签多伯努利滤波算法的非线性扩展
被引量:
1
5
作者
齐美彬
胡晶晶
+1 位作者
程佩琳
靳学明
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第12期3571-3578,共8页
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point...
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma,IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布;利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新;最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel,VB-CRTS)平滑。仿真结果表明,对于量测噪声未知的非线性系统,所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。
展开更多
关键词
δ-广义标签多伯努利算法
非线性模型
容积卡尔曼滤波
临近点算法
变分贝叶斯近似
下载PDF
职称材料
题名
双重迭代变分贝叶斯自适应卡尔曼滤波算法
被引量:
7
1
作者
陈金广
李洁
高新波
机构
西安电子科技大学电子工程学院
西安工程大学计算机科学学院
出处
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2012年第3期359-363,共5页
基金
国家自然科学基金(60832005
61125204)
文摘
提出了一种新的自适应卡尔曼滤波算法。该算法假设系统过程噪声方差和量测噪声方差之间存在的函数关系已知,两种噪声方差随着时间变化且均未知。先令当前时刻的过程噪声方差等于前一时刻的过程噪声方差,通过变分贝叶斯近似的方法,在卡尔曼滤波框架下迭代求解当前时刻的量测噪声方差和状态估计,再利用假设中的函数关系获得新的过程噪声方差。对上述过程多次迭代,最终获得状态估计及协方差。仿真实验结果表明,该算法具有较高的滤波精度;在假设条件不确知的情况下仍具有较强的鲁棒性。
关键词
自适应卡尔曼滤波
噪声方差未知
状态估计
变分贝叶斯近似
Keywords
adaptive Kalman filter
noise variance unknown
state estimation
variational Bayesian approximation
分类号
TN911.23 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
线性校正变分贝叶斯自适应扩展卡尔曼滤波跟踪算法
被引量:
1
2
作者
邓兵
孙正波
出处
《电信技术研究》
2017年第3期1-9,共9页
文摘
针对量测噪声统计特性未知的非线性滤波跟踪问题,本文首先通过引入线性校正扩展卡尔曼滤波来抑制观测方程局部线性化所带来的截断误差效应,再进一步通过变分贝叶斯近似算法,对量测噪声方差进行迭代估计,最终形成了基于变分贝叶斯近似的线性校正自适应扩展卡尔曼滤波跟踪算法。分析表明,在量测噪声进行迭代求解过程中,所提算法对卡尔曼滤波局部线性化误差也进行了估计,跟踪精度优于已知误差分布真实值时的跟踪结果。最后。在时频差定位体制下。给出了本文所提算法的具体表达式,并通过计算机仿真验证了本文所提算法的有效性。
关键词
目标跟踪
扩展卡尔曼滤波
变分贝叶斯近似
线性校正
时差
频差
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
基于VB近似的自适应δ-GLMB滤波算法
被引量:
4
3
作者
袁常顺
王俊
向洪
孙进平
机构
北京航空航天大学电子与信息工程学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第2期237-243,共7页
基金
国家自然科学基金(61471019
61501011
+1 种基金
61501012
61671035)资助课题
文摘
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(variational Bayesian,VB)近似的自适应δ-GLMB滤波算法。该算法以δ-GLMB滤波器为基础,利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布,通过VB近似技术推导滤波迭代。仿真结果表明,所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性,在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。
关键词
多目标跟踪
未知量测噪声协方差
随机有限集
变分贝叶斯近似
δ-扩展标签多伯努利滤波
Keywords
multi-target tracking
unknown measurement noise covariance
random finite sets
variational Bayesian (VB) approximatiom δ-generalized labeled multi-Bernoulli (δGLMB)
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
利用期望-最大化算法实现基于动态词典的压缩感知
被引量:
3
4
作者
胡磊
周剑雄
石志广
付强
机构
国防科技大学ATR实验室
出处
《电子与信息学报》
EI
CSCD
北大核心
2012年第11期2554-2560,共7页
基金
国家自然科学基金(60972113
61101179)资助课题
文摘
在现有压缩感知(CS)理论中,重构信号需要预设其稀疏表示词典。对于以参数化模型表示的信号,只能预知该词典为某种形式的参数化词典,参数的具体取值难以确定。若将参数设定为取值空间的均匀离散格点,预设词典与真实词典之间的失配将使传统CS重构方法的性能严重恶化。为解决这一问题,该文提出一种基于动态词典的CS重构方法。通过迭代地优化词典参数,该方法在信号重构过程中对词典进行动态调整。为同时实现稀疏恢复与词典调整,该方法利用变分期望-最大化(EM)算法交替执行信号系数估计与词典参数优化。实验结果表明所提方法是有效的。
关键词
压缩感知(CS)
稀疏恢复
动态词典
期望-最大化(EM)
变分贝叶斯近似
Keywords
Compressed Sensing (CS)
Sparse recovery
Dynamic dictionaries
Expectation-Maximization (EM)
Variational Bayesian approximation
分类号
TN911.7 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
δ-广义标签多伯努利滤波算法的非线性扩展
被引量:
1
5
作者
齐美彬
胡晶晶
程佩琳
靳学明
机构
合肥工业大学计算机与信息学院
中国电子科技集团第
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第12期3571-3578,共8页
基金
国家自然科学基金(61771180)资助课题。
文摘
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma,IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布;利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新;最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel,VB-CRTS)平滑。仿真结果表明,对于量测噪声未知的非线性系统,所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。
关键词
δ-广义标签多伯努利算法
非线性模型
容积卡尔曼滤波
临近点算法
变分贝叶斯近似
Keywords
δ-generalized labeled multi-Bernoulli(δ-GLMB)algorithm
nonlinear model
cubature Kalman filter(CKF)
proximal point algorithm
variational Bayesian approximation
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
双重迭代变分贝叶斯自适应卡尔曼滤波算法
陈金广
李洁
高新波
《电子科技大学学报》
EI
CAS
CSCD
北大核心
2012
7
下载PDF
职称材料
2
线性校正变分贝叶斯自适应扩展卡尔曼滤波跟踪算法
邓兵
孙正波
《电信技术研究》
2017
1
下载PDF
职称材料
3
基于VB近似的自适应δ-GLMB滤波算法
袁常顺
王俊
向洪
孙进平
《系统工程与电子技术》
EI
CSCD
北大核心
2017
4
下载PDF
职称材料
4
利用期望-最大化算法实现基于动态词典的压缩感知
胡磊
周剑雄
石志广
付强
《电子与信息学报》
EI
CSCD
北大核心
2012
3
下载PDF
职称材料
5
δ-广义标签多伯努利滤波算法的非线性扩展
齐美彬
胡晶晶
程佩琳
靳学明
《系统工程与电子技术》
EI
CSCD
北大核心
2021
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部