序贯Monte Carlo方法及其在目标跟踪问题中的应用

来源 :北京大学 | 被引量 : 0次 | 上传用户:pankerong
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
该文中,我们主要讨论序贯Monte Carlo方法的理论与算法,以及该方法在目标跟踪问题中的应用,主要有下面几个方面.(1)在该文的第三章,我们针对一大类状态空间模型的特点,提出一种时间延迟取样算法.实验证明,该算法能够取得优于一般的Particle滤波算法的计算结果.(2)在该文的第四章,我们讨论序贯Monte Carlo方法在单目标跟踪问题中的应用,主要是针对加速度是操纵加速度(即加速度不是随机加速度)的目标跟踪问题.我们提出一种适当的数学模型描述带有操纵加速度的目标跟踪问题,并且充分利用该模型的特点并结合Particle滤波算法提出一种适当的求解算法.(3)在该文的第五章,我们讨论序贯Monte Carlo方法在多目标跟踪问题中的应用,仍然是针对加速度是操纵加速度的目标跟踪问题.解决多目标跟踪问题的算法一般包括两步,即数据相关和目标状态估计.我们首先介绍解放数据相关问题的常用方法,即联合概率数据相关滤波方法(JPDAF),考虑到JPADF方法的计算量比较大,我们又设计了一种近似方法.然后,我们设计一种基于Particle滤波的算法,用于解决目标状态的估计问题.(4)在该文的第六章,我们讨论马尔可夫随机场参数估计问题.我们把Metropolis-Hastings算法和最速下降方法有机的结合起来,应用到马尔可夫随机场参数估计问题中.实验证明,该方法能够在获得未知参数的精确估计的同时还能节省计算时间.
其他文献
该文研究的是两种群相互作用的传染病模型.与单种群传染病模型相比较而言,两种群模型由于维数的升高,大大增加了分析的难度.因此,如何对模型进行有效的降维就成了一项首要的
在存在大量无规则障碍物且障碍物分布不均匀的复杂环境下,现有规划算法不能很好地解决智能车辆的运动规划问题.为此,本文提出了一种简单实用的基于RRT(快速搜索随机树)的运动
该文研究多项式方程组的最小m-齐次Bezout数的计算方法和一类非线性方程组的同伦算法.第一章简介了多项式方程组的一些定义以及同伦方法求解多项式方程组的基本思想.第二章首
该文分为两个部分,第一部分主要是通过仔细的分析和精细的能量估计,结合满足局部(PS)条件的环绕定理以及对偶的方法,证明带不定线性部分的非线性Schrodinger方程,带奇异线性
该文研究了系统空间有限有负顾客到达且正顾客批量到达的双端队列模型.我们使用补充变量法,引入最后一批顾客到达时刻与当前时刻的间隔为补充变量,利用迭代的方法并利用不完
我们成立了"物业网络化GIS管理系统"课题小组,主要运用GIS技术、多媒体技术、网络技术等全面开发实施了网络化的物业管理.该课题完成并投入试运行后,大大提高了设计、施工的
全文共分七节:第一节:简要介绍国内外关于积分方程数值解多尺度与小波的研究工作.第二节:简单介绍该文所讨论的第一型边界积分方程,并给出相应积分算子的性质.第三节:介绍构
在一般的保险风险模型的基础上,阐述了引入固定利率的相应模型和结果,进一步考虑了随机利率因素,得到了随机利率的连续时间模型和离散时间模型.计算出破产概率,保险公司破产
如图1,物体在粗糙的水平面上向右运动,设物体所受到的支持面的弹力为N,滑动摩擦力为f,支持面对物体的作用力为F,Fμ与N的μμμμ夹角为θ,动摩擦因素为μ,则tanθ=f/F=μ,θ
期刊
许多实证研究证实,“周内效应”(day-of-the week effect)是国外许多发达国家证券市场与某些新兴的股票市场普遍存在的一种现象,但所使用的分析方法各异,难以使人将结论进行横向