导读:本文包含了多模粒子滤波论文开题报告文献综述及选题提纲参考文献，主要关键词:特征,自适应,模型,粒子滤波
多模粒子滤波论文文献综述
陈惠红,胡耀民,刘世明[1]（2018）在《交互多模粒子滤波多特征自适应融合的船舶视觉跟踪》一文中研究指出近年来,水上交通运输的蓬勃发展对高性能的船舶视觉跟踪方法提出越来越高的要求。为实现不同环境下船舶的有效跟踪,采用颜色特征和纹理特征进行船舶特征提取。针对船舶运动的随机性,本文在布朗运动的基础上构建船舶运动模型,通过颜色特征和纹理特征构建船舶观测模型。最终,本文成功实现了一种交互多模粒子滤波多特征自适应融合的船舶视觉跟踪方法,满足水上交通管理的应用需求。(本文来源于《舰船科学技术》期刊2018年04期）
谢英红,吴成东[2]（2014）在《基于偏最小二乘分析的双模粒子滤波目标跟踪》一文中研究指出针对在复杂背景下,基于主成分分析(PCA)的目标跟踪方法准确率较低的问题,使用偏最小二乘分析,提出一种双模粒子滤波的跟踪算法.首先采用偏最小二乘分析对目标区域建模,作为观测模型;然后利用仿射变换描述目标的形变过程,分别在李群及其切向量空间上建立双模的动态模型;最后结合特征空间更新策略,使用粒子滤波实现目标跟踪.实验表明,所提出的算法能够有效滤除背景噪声,跟踪结果稳定且准确.(本文来源于《控制与决策》期刊2014年08期）
吴瑕,陈建文,鲍拯,赵志国[3]（2014）在《混合估计多模粒子滤波的机动弱目标检测前跟踪算法》一文中研究指出针对低信噪比条件下的机动小目标实时检测与跟踪困难的问题,提出一种基于混合估计多模粒子滤波的检测前跟踪改进算法.首先根据前一时刻所采用的模型状态及其转移概率等先验信息实现当前时刻的模型采样;然后在充分考虑当前量测下实现当前的粒子预测,采用一种序贯重要性平滑重采样策略,在不增加计算量的前提下,改善了粒子多样性衰退的问题;最后通过新的粒子集完成对模型和状态的合理估计与目标检测.仿真结果验证了该方法的检测与跟踪性能优于传统的多模粒子滤波方法.(本文来源于《控制与决策》期刊2014年03期）
史德琴,李俊山,耿志,席涛,刘军霞[4]（2011）在《多模序列图像目标跟踪的特征融合粒子滤波实现》一文中研究指出针对图像制导中信息的模糊性和不确定性问题,将多源信息融合技术应用于红外/可见光双模复合成像制导。采用方差比测量的方法将特征选择问题转化为一个两类判别问题,并引入自适应特征选择机制;通过计算目标和背景间不同特征分布直方图对应的似然比,在高维特征空间中选择4个判别性较好的特征区分目标和背景,根据bahattacharyya距离建立跟踪所需的观测似然函数,在粒子滤波的框架下实现了算法对单模序列图像中目标的跟踪;引入跟踪性能品质度量因子和加权融合策略衡量多信源下对目标的跟踪性能,实现对双模序列图像中目标的稳健跟踪,解决了单一信源在特定因素下跟踪性能不理想的缺陷,提高了算法性能。仿真实验结果验证了算法的有效性。(本文来源于《空军工程大学学报(自然科学版)》期刊2011年05期）
杨强,山拜·达拉拜,廖燕芳[5]（2012）在《多模噪声中粒子滤波算法研究》一文中研究指出粒子滤波是一种解决非高斯滤波问题的有效方法,受到许多领域的研究人员的重视。在扩展卡尔曼滤波(EKF)的基础上,提出一种基于多层感知器(MLP)的扩展卡尔曼滤波算法。利用扩展卡尔曼粒子滤波器和MLP对当前时刻状态重要性采样,引入MLP对样本进行重采样。该算法能有效利用测量值的最新信息,对状态估计的误差更小。在实验中,对于多模噪声非线性系统,该算法与另外算法进行比较。结果证明,所提算法性能优异于其他算法。(本文来源于《计算机工程与应用》期刊2012年21期）
汪大宝,刘上乾,王会峰[6]（2009）在《融合粒子滤波与交互多模的单站被动定位算法》一文中研究指出融合交互式多模型和粒子滤波算法提出了一种新的单站被动定位算法。该算法采用多模型结构,各模型匹配粒子滤波算法,从而适用于非高斯系统噪声、非线性量测方程条件下,具有任意运动轨迹的目标跟踪问题。各模型粒子经过输入交互,充分体现交互式多模型优点。粒子滤波的重要密度函数采用UKF方法产生,使得较少的粒子即可更加接近系统状态的真实后验概率,从而减少了运算量。仿真结果表明:本文新算法性能明显优于标准交互式多模型算法,具有一定的工程实用价值。(本文来源于《信号处理》期刊2009年10期）
龚亚信,杨宏文,胡卫东,郁文贤[7]（2008）在《基于多模粒子滤波的机动弱目标检测前跟踪》一文中研究指出检测前跟踪技术是低信噪比环境下目标检测与跟踪的有效方法。该文针对目标作复杂运动的情况,提出了机动弱目标检测前跟踪的多模粒子滤波算法。该算法在目标状态矢量中增加了表示目标存在与否以及目标运动模型的变量,采用粒子滤波实现了包含两个离散变量的混合滤波过程。仿真试验表明,该算法在经典跟踪方法难以发挥作用的低信噪比条件下,能够有效实现机动目标的检测与跟踪。(本文来源于《电子与信息学报》期刊2008年04期）
多模粒子滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对在复杂背景下,基于主成分分析(PCA)的目标跟踪方法准确率较低的问题,使用偏最小二乘分析,提出一种双模粒子滤波的跟踪算法.首先采用偏最小二乘分析对目标区域建模,作为观测模型;然后利用仿射变换描述目标的形变过程,分别在李群及其切向量空间上建立双模的动态模型;最后结合特征空间更新策略,使用粒子滤波实现目标跟踪.实验表明,所提出的算法能够有效滤除背景噪声,跟踪结果稳定且准确.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多模粒子滤波论文参考文献
[1].陈惠红,胡耀民,刘世明.交互多模粒子滤波多特征自适应融合的船舶视觉跟踪[J].舰船科学技术.2018
[2].谢英红,吴成东.基于偏最小二乘分析的双模粒子滤波目标跟踪[J].控制与决策.2014
[3].吴瑕,陈建文,鲍拯,赵志国.混合估计多模粒子滤波的机动弱目标检测前跟踪算法[J].控制与决策.2014
[4].史德琴,李俊山,耿志,席涛,刘军霞.多模序列图像目标跟踪的特征融合粒子滤波实现[J].空军工程大学学报(自然科学版).2011
[5].杨强,山拜·达拉拜,廖燕芳.多模噪声中粒子滤波算法研究[J].计算机工程与应用.2012
[6].汪大宝,刘上乾,王会峰.融合粒子滤波与交互多模的单站被动定位算法[J].信号处理.2009
[7].龚亚信,杨宏文,胡卫东,郁文贤.基于多模粒子滤波的机动弱目标检测前跟踪[J].电子与信息学报.2008