搜索资源列表
Particle_filter
- 基于粒子滤波器的机动目标跟踪技术 首先 ， 概 要介绍传统的Kalman滤波器，以及有所改进的扩展Kalman滤波器。 其次，为了能更好地解决在动态模型为非线性且噪声为非高斯的条件下对机动目标的 跟踪问题，通过概率统计理论详细阐述粒子滤波器基本原理。然后，针对不同的使用 条件，根据粒子滤波器的基本理论做出适当的修改和整理，就得到了四个相关的粒子 滤波器的变型，使用州以JLAB把它们对机动目标的跟踪性能作了详细地计算机模拟 仿真且用均方根误差更加精确地进行了比较。最后，把粒
05
- 基于多传感器多目标跟踪的机器人足球视觉系统,，论文创新性强-Multi sensor multi target tracking of robot soccer vision system based on
MEKF
- 该论文提出了一种改进的扩展卡尔曼滤波方法，实现对红外，雷达传感器的信息融合跟踪算法。性能优于传统EKF-This paper presents an improved extended Kalman filter method, to achieve the infrared, radar sensor information fusion tracking algorithm. Better performance than traditional EKF
Wireless-Sensor-Networks-Research--
- 关于无线传感器网络目标跟踪算法的文章，详细的介绍了无线传感器网络的发展历程，具有很强的参考价值-On wireless sensor networks target tracking algorithm article describes in detail the course of development of wireless sensor networks, has a strong reference value
networks-target-tracking-algorithm
- 无线传感器网络目标跟踪算法的文章，详细的介绍了无线传感器网络的发展历程，具有很强的参考价值-wireless sensor networks target tracking algorithm article describes in detail the course of development of wireless sensor networks, has a strong reference value