李昱辰
- 作品数：6 被引量：19H指数：3
- 供职机构：兰州理工大学电气工程与信息工程学院更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于修正积分卡尔曼粒子滤波的自适应目标跟踪算法被引量：1
- 2012年
- 针对当前粒子滤波权值退化问题以及精度与时耗的矛盾,提出了一种新的高精度自适应粒子滤波算法。该算法综合考虑优选建议分布函数和重采样两种并行改进滤波性能的方法:首先,在积分卡尔曼滤波(QKF)的基础上引入修正因子,通过修正的积分卡尔曼滤波(PQKF)产生优选的建议分布函数,较好地克服了粒子退化现象,在提高滤波精度的同时降低了运算量;在重采样阶段,通过引入系统估计和预测提供的新息差值在线自适应调整采样粒子数,较好地保证了粒子采样的高效性和算法的实时性。实验表明,新算法具有高精度、低时耗的优点,是一种高精度自适应粒子滤波算法。
- 李昱辰李战明
- 关键词：粒子滤波
- 基于多特征自适应融合的车辆跟踪方法被引量：3
- 2013年
- 提出了一种新的自适应多特征融合跟踪算法。该算法采用多项式近似与中心差分方法实现建议分布函数的优化处理,通过扩展卡尔曼滤波器在采样粒子集中融入最新的量测信息,较好地克服了粒子权重退化问题;同时,为克服乘性与加性融合算法的缺陷,采用自适应多特征融合方法,将目标汽车静态和动态互补特征作为观测信息,在新算法的框架内进行自适应融合跟踪。实验结果表明,该方法有效提升了不同环境下车辆跟踪系统的精确性和鲁棒性。
- 李昱辰李战明
- 关键词：车辆跟踪多特征融合有限差分粒子滤波
- 一种新型高精度非线性滤波算法研究
- 2012年
- 针对非线性、非高斯系统状态的在线估计问题,提出了一种新的高精度粒子滤波算法。该算法通过引入积分修正因子,对积分卡尔曼滤波器的积分点进行在线修正,并采用修正后的积分卡尔曼滤波产生优选的建议分布函数,由于高精度地融入最新量测信息,一定程度上克服了权值退化问题。仿真实验表明,新算法具有较高的滤波精度,是一种有效的非线性滤波算法。
- 李昱辰李战明
- 关键词：粒子滤波重要性密度函数修正因子
- 噪声未知情况下的自适应无迹粒子滤波算法被引量：7
- 2013年
- 为了有效地解决系统噪声未知情况下的目标跟踪问题,提出了一种自适应无迹粒子滤波算法。该算法采用改进的Sage-Husa估计器对系统未知噪声的统计特性进行实时估计和修正,并与无迹卡尔曼滤波器相结合产生优选的建议分布函数,降低系统估计误差的同时有效提升了系统的抗噪声能力。实验结果表明:本文方法明显地改善了系统噪声未知情况下目标的跟踪精度和稳定性。
- 李昱辰李战明
- 关键词：信息处理技术粒子滤波自适应滤波无迹卡尔曼滤波目标跟踪
- 基于自适应无迹粒子滤波的目标跟踪算法被引量：7
- 2012年
- 为解决复杂场景中目标跟踪问题,提出了一种噪声未知情况下的自适应无迹粒子滤波(A-UPF)算法。算法采用改进的Sage-Husa估计器对系统未知噪声的统计特性进行实时估计和修正,并与无迹Kalman粒子滤波器相结合产生优选的建议分布函数,降低系统估计误差的同时有效提升了系统的抗噪声能力。实验结果表明,本文方法对于复杂条件下的目标跟踪问题具有较高的精度和较强的鲁棒性。
- 李昱辰李战明
- 关键词：目标跟踪粒子滤波自适应滤波
- 基于粒子滤波的视频目标跟踪方法研究
- 随着智能交通、平安城市、平安政府等一系列智能化概念的提出，智能视频监控技术逐渐成为现代信息化、网络化社会的基础支撑技术之一，其中视频序列中运动目标的精确跟踪问题已成为目前该领域的一个热点研究方向。目前基于贝叶斯推理的跟踪...
- 李昱辰
- 关键词：智能监控视频目标跟踪粒子滤波信息融合
