叶松庆
- 作品数：5 被引量：14H指数：1
- 供职机构：中国科学院重庆绿色智能技术研究院更多>>
- 发文基金：中国科学院西部之光基金国家自然科学基金重庆市科委基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 加性噪声下增广容积卡尔曼滤波及其目标跟踪应用被引量：1
- 2017年
- 传统容积卡尔曼滤波(CKF)有良好的滤波精度和较低的计算复杂度,使其广泛被应用于目标跟踪系统。但在高维非线性和波动性大的目标跟踪系统中,3阶和高阶CKF分别存在滤波精度不足和稳定性低的问题。为提高CKF的滤波精度并保证稳定性,讨论和给出加性噪声下的增广容积卡尔曼滤波(ACKF)。在仿真中,将CKF、UKF和ACKF应用于5维高非线性目标跟踪,并分析比较三者的目标跟踪性能。研究结果表明,在高维非线性目标跟踪系统中,3阶ACKF可以获得更好目标跟踪精度和稳定性,以及可接受的计算复杂度。
- 刘江叶松庆
- 关键词：目标跟踪非线性滤波加性噪声
- 基于高斯分布的多层无迹卡尔曼滤波算法被引量：13
- 2016年
- 在传统无迹卡尔曼滤波(UKF)中对其估计精度和计算效率起关键作用的是采样算法,即构造具有权重的样本点.研究表明,带权样本点匹配随机变量的阶矩越高滤波的精度越高,如多项式无迹卡尔曼滤波(PUKF),但通常此类算法的复杂度过高甚至难以求解.为此,基于高斯分布结合高阶矩匹配与无迹卡尔曼滤波线性扩张方法(LUKF),提出一种兼顾效率和精度的高斯滤波离线算法.实验结果表明,所提出算法拥有比UKF更高的估计精度和比PUKF更好的计算效率.
- 刘江王玉金段建雷叶松庆
- 关键词：无迹卡尔曼滤波高斯分布
- 一种主观评分环境中的高保真公平排名方法
- 本发明涉及一种主观评分环境中的高保真公平排名方法，包括以下步骤：一：在一次主观评分环境中，选择一组评分集合，以及每位选手的排名，并为每个裁判赋予一个相同的权重；二：基于权重求解每位选手的理论得分，以及根据理论得分新计算选...
- 刘江叶松庆
- 文献传递
- 基于多层重要性采样的高斯滤波方法和高斯滤波器
- 本发明提供一种基于多层重要性采样的高斯滤波方法和滤波器，属于非线性滤波技术领域，包括步骤一：根据实际工程应用，建立非线性系统的状态方程和测量方程；步骤二：初始状态：确定系统初始状态，即初始状态的随机分布特征，包括其均值、...
- 刘江叶松庆
- 基于多层重要性采样的高斯滤波方法和高斯滤波器
- 本发明提供一种基于多层重要性采样的高斯滤波方法和滤波器，属于非线性滤波技术领域，包括步骤一：根据实际工程应用，建立非线性系统的状态方程和测量方程；步骤二：初始状态：确定系统初始状态，即初始状态的随机分布特征，包括其均值、...
- 刘江叶松庆
- 文献传递
