Gaussian Mixture Probability Hypothesis Density Filter (GM-PHD):高斯混合概率假设密度滤波器GM-PHD的实现。-matlab开发

上传者: 38707356 | 上传时间: 2021-08-20 13:03:11 | 文件大小: 169KB | 文件类型: ZIP
这是高斯混合概率假设密度过滤器 (GM-PHD) 的一种实现: B.-N。 Vo,W.-K. Ma,“高斯混合概率假设密度滤波器”,IEEE 信号处理汇刊,第 54 卷,第 11 期,2006 年 11 月,第 4091-4104 页。 提交的内容包括由 Vo & Ma 描述的线性卡尔曼滤波器 GM-PHD 滤波器和扩展卡尔曼滤波器 GM-PHD 滤波器算法的 Matlab 实现,以及他们论文中描述的模拟问题之一。 Vo & Ma 的算法做了一些修改,但它们是出于技术原因,不会改变滤波器的整体结构。 GM-PHD 滤波器是一种估计测量数据中目标数量和位置的方法。 它的优点包括目标位置不确定性的表示(使用协方差矩阵)以及目标存在的不确定性(使用权重)和更新步骤中数据关联的缺失。 这个实现得到了大量评论,可能对尝试了解 GM-PHD 过滤的人有帮助,但 Vo & Ma 的论文对于理解真正

文件下载

资源详情

[{"title":"( 2 个子文件 169KB ) Gaussian Mixture Probability Hypothesis Density Filter (GM-PHD):高斯混合概率假设密度滤波器GM-PHD的实现。-matlab开发","children":[{"title":"GM_PHD_Filter_v110.zip <span style='color:#111;'> 94.11KB </span>","children":null,"spread":false},{"title":"GM_PHD_Filter_v109.zip <span style='color:#111;'> 92.05KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明