欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種自適應(yīng)粒子數(shù)的多目標(biāo)粒子濾波檢測前跟蹤方法

文檔序號:6238686閱讀:262來源:國知局
一種自適應(yīng)粒子數(shù)的多目標(biāo)粒子濾波檢測前跟蹤方法
【專利摘要】一種自適應(yīng)粒子數(shù)的多目標(biāo)粒子濾波檢測前跟蹤方法。該發(fā)明公開了一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,屬于雷達目標(biāo)檢測【技術(shù)領(lǐng)域】,它特別涉及了雷達對微弱目標(biāo)檢測前跟蹤【技術(shù)領(lǐng)域】。該方法在粒子濾波檢測前跟蹤處理過程中用于估計目標(biāo)狀態(tài)的粒子數(shù)量會隨著目標(biāo)狀態(tài)的不確定性程度變化而自適應(yīng)地變化,當(dāng)目標(biāo)狀態(tài)的不確定性大的時候增加粒子數(shù)目,當(dāng)目標(biāo)狀態(tài)的不確定性小的時候用較小的粒子數(shù)量做跟蹤。從而具有在保證檢測跟蹤性能的同時,采樣效率高,計算量較小的效果。
【專利說明】一種自適應(yīng)粒子數(shù)的多目標(biāo)粒子濾波檢測前跟蹤方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于雷達目標(biāo)檢測【技術(shù)領(lǐng)域】,它特別涉及了雷達對微弱目標(biāo)檢測前跟蹤【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002]粒子濾波檢測前跟蹤由于能解決非線性非高斯濾波問題,使其受到廣泛的關(guān)注和研究,在過去十多年來得到了快速的發(fā)展。粒子濾波檢測前跟蹤方法具有實現(xiàn)過程簡單,跟蹤精度可以逼近最有估計等優(yōu)點。它是一種將貝葉斯推理和蒙特卡洛方法結(jié)合的一種算法,主要通過一族帶有權(quán)值的粒子集去估計目標(biāo)的后驗概率密度。在獲得新的觀測數(shù)據(jù)后,依照貝葉斯理論進行粒子權(quán)值的更新,并傳遞粒子狀態(tài),預(yù)測下一觀測時刻目標(biāo)的狀態(tài)。當(dāng)粒子數(shù)目達到足夠大的時候,真實的后驗概率密度就幾乎與蒙特卡洛采樣估計的密度一樣。
[0003]傳統(tǒng)的粒子濾波檢測前跟蹤方法在整個跟蹤過程中采用固定的粒子數(shù)目,這個粒子數(shù)通常是一個經(jīng)驗數(shù)據(jù),為了保證跟蹤的精度,跟蹤的粒子數(shù)常常會選取一個較大的數(shù)值。Boers 在文獻“On the number of samples to be drawn inparticle filtering,presented at the Inst.Electr.Eng.Colloquium on TargetTracking, London, U.K.,1999”中指出粒子濾波檢測前跟蹤方法計算的復(fù)雜度主要取決于用來估計目標(biāo)狀態(tài)的粒子數(shù)量,同時也證明了粒子濾波算法的跟蹤精度跟跟蹤過程所采用的粒子數(shù)目有關(guān),并給出了一種在保證一定的跟蹤精度下,盡可能選取小的跟蹤粒子數(shù)的方法,其具體實施是:選取跟蹤的粒子數(shù)N確保目標(biāo)的真實后驗概率密度和采樣近似的概率密度之間的差異以置信度為S的概率小于ε。這種方法主要針對單目標(biāo)粒子濾波情況,對于多目標(biāo)的場景并未涉及,同時該方法雖然給出了一種降低計算量的思想,但在跟蹤過程目標(biāo)的狀態(tài)的不確定性是變化,意味著當(dāng)目標(biāo)的狀態(tài)不確定性小的時候,采用這種方法選取粒子遠遠超過跟蹤過程所需要的粒子數(shù),粒子濾波計算量大的問題并未被實質(zhì)的解決。Angd F 在文獻 “Two-layer particle filter for multiple target detect1n andtracking”中給出了一種多目標(biāo)粒子濾波方法,該方法采用雙層粒子濾波算法,它主要解決了多目標(biāo)粒子濾波算法中目標(biāo)起始、目標(biāo)維持、目標(biāo)終止等問題。但是該方法采用固定的跟蹤粒子數(shù),計算量非常大。


【發(fā)明內(nèi)容】

[0004]本發(fā)明為了解決傳統(tǒng)粒子濾波算法粒子采樣效率低下的問題,設(shè)計一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,本發(fā)明采用固定的粒子權(quán)值和,在跟蹤過程能根據(jù)目標(biāo)環(huán)境自適應(yīng)地選擇合適的粒子數(shù)去跟蹤目標(biāo),從而達到在保證檢測跟蹤性能的同時,采樣效率高,計算量較小的目的。
[0005]本發(fā)明提供了一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,該方法包括:
[0006]步驟1、初始化系統(tǒng)參數(shù)包括:觀測間隔T、觀測總幀數(shù)K、最小粒子數(shù)nmin、最大粒子數(shù)nmax、初始粒子數(shù)nin1、停止采樣門限H、目標(biāo)判決門限Λ ;
[0007]步驟2、根據(jù)已知目標(biāo)先驗信息產(chǎn)生初始粒子集XW及其初始權(quán)值11/1 ) = 7,其中表示目標(biāo)i的第%個粒子的初始狀態(tài);
HmiX/.(l
[0008]步驟3、從雷達接收機中讀取第k幀量測Zi= \..Μ.π = \:Ν),
[0009]其中,k為幀數(shù),表示第k幀回波數(shù)據(jù)的量測單元(m,n)中的量測;
[0010]步驟4、分別對每個目標(biāo)進行新粒子的抽樣、權(quán)值計算,直到當(dāng)滿足一定條件就停止該目標(biāo)新粒子的采樣;
[0011]步驟4.1、初始跟蹤參數(shù):\ ,* = O; = O,其中nit 表示k時刻跟蹤第ik個目標(biāo)的子層粒子數(shù),丨表示k時刻第ik個目標(biāo)的子層權(quán)值和;
[0012]步驟4.2、更新采樣的粒子數(shù)目:=?,* +1 ;
[0013]步驟4.3、在[1,Nk_J范圍內(nèi)隨機選取整數(shù)j,其中Nlri為k_l時刻的采樣粒子數(shù);
[0014]步驟4.4、采樣k時刻目標(biāo)ik的第' a個重采樣前粒子狀態(tài):
,其中y )是高斯分布,F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣,Q為噪聲協(xié)方差矩陣;
[0015]步驟4.5、計算權(quán)值:H(Y) =i?(zA-1 xtf I,P (.I.)表示求條件概率;
[0016]步驟4.6、更新權(quán)值和:ak k = OCh k + );
[0017]步驟4.7、進行采樣終止判斷:<7 and? , <?_)或者'乂 < ?■,若滿足條件轉(zhuǎn)步驟4.2,若不滿足條件,則停止對當(dāng)前目標(biāo)的采樣,開始對下一個目標(biāo)做處理,直到所有目標(biāo)都進行完跟蹤處理,得到粒子集;
[001 8]步驟 5、對每個目標(biāo)做判定,右' 氣,k-l ' ^it,k-l) ^ {nit,k.nik ,1-1.nik ,k-2 j < A 認為目標(biāo)已經(jīng)消失,則刪除該目標(biāo);
[0019]步驟6、確定當(dāng)前時刻的采樣粒子數(shù),取k時刻的采樣粒子數(shù): = max(/7,,,/7.,,,...,/7max(.)表示取大;
[0020]步驟7、對采樣粒子數(shù)小于Nk的目標(biāo)進行重采樣直到獲得Nk個粒子;
[0021]步驟8、對粒子集進行系統(tǒng)重采樣,計算各粒子集的權(quán)值并記錄;
[0022]步驟9、從步驟8中選擇權(quán)值最大的粒子集更新目標(biāo)的狀態(tài)。
[0023]所述步驟2的具體步驟為:
[0024]步驟2.1、令i = I;
[0025]步驟2.2、xLo) = [^o^,-.0;.v/.0;iVo],對于 n。從 I 到 nini ;目標(biāo)i初始時刻在X方向的位置和速度以及Y方向的位置和速度;
[0026]步驟2.3、令i = i+1 ;若i ( Itl,則轉(zhuǎn)步驟2.2,否則進入下一步,Itl表示初始目標(biāo)數(shù);
[0027]步驟2.4、令=[xS,;xS,;...;xS^],對于 nQ 從 I 到 nini,χΚ)是初始時刻第 η0個粒子的狀態(tài);
[0028]步驟2.5、粒子初始權(quán)值為:;
?ini
[0029]步驟2.6、初始粒子數(shù)為:N。= nini。
[0030]所述步驟7的具體步驟為:
[0031]步驟7.1、令 ik = I ;
[0032]步驟7.2、初始化累積權(quán)值:= O ;
[0033]步驟7.3、計算已有粒子的累積權(quán)值^c.^l +,對于n從I到% k ;
[0034]步驟7.4、令P = I, P表示已采樣得到的粒子的編號;
[0035]步驟7.5、產(chǎn)生一個在O到1/Nk之間的隨機數(shù)u⑴;
[0036]步驟7.6、令q = I, q表示重采樣得到的粒子編號;
[0037]步驟7.7、判斷"4) >ch'P,若滿足條件轉(zhuǎn)步驟7.8,否則轉(zhuǎn)步驟7.9 ;
[0038]步驟7.8、P = p+1,轉(zhuǎn)步驟 7.7 ;
[0039]步驟7.9、令xg 二 Χ^Γ,表示目標(biāo)ik重采樣的第q個粒子狀態(tài);
[0040]步驟7.10、令 q = q+Ι ;
[0041]步驟7.11、若 q 彡 Nk,則 u(q) = u((rl)+l/Nk,轉(zhuǎn)步驟 7.7 ;
[0042]步驟7.12、若ik彡Ik,轉(zhuǎn)步驟7.2。
[0043]所述步驟8的具體步驟為:
[0044]步驟8.1、構(gòu)造k時刻重采樣前粒子集:Xin#,對于nQ從I到
Nk;
[0045]步驟8.2、計算粒子集權(quán)值:=p{ik\ X;:%)),對于nQ從I到Nk ;
[0046]步驟8.3、初始化累積權(quán)值:Ck,Q = O ;
[0047]步驟8.4、計算累積權(quán)值;
[0048]步驟8.5、Cm 二 < + wf,對于 η 從 I 到 Nk ;
[0049]步驟8.6、令P = I, P表示已采樣得到的粒子集編號;
[0050]步驟8.7、產(chǎn)生一個在O到1/Nk之間的隨機數(shù)u⑴;
[0051]步驟8.8、令q = I, q表示重采樣得到的粒子集編號;
[0052]步驟8.9、判斷u(q)>Ck,p,若滿足條件轉(zhuǎn)步驟8.8,否則轉(zhuǎn)步驟8.10 ;
[0053]步驟8.10、P = p+1,轉(zhuǎn)步驟 8.9 ;
[0054]步驟8.ll、Xp=Xp ;
[0055]步驟8.12、q = q+1 ;
[0056]步驟8.13、若 q ( Nk,則 u(q) = u((rl)+l/Nk,轉(zhuǎn)步驟 8.9。
[0057]本發(fā)明給出了一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,該方法在粒子濾波檢測前跟蹤處理過程中用于估計目標(biāo)狀態(tài)的粒子數(shù)量會隨著目標(biāo)狀態(tài)的不確定性程度變化而自適應(yīng)地變化,當(dāng)目標(biāo)狀態(tài)的不確定性大的時候增加粒子數(shù)目,當(dāng)目標(biāo)狀態(tài)的不確定性小的時候用較小的粒子數(shù)量做跟蹤。從而具有在保證檢測跟蹤性能的同時,采樣效率高,計算量較小的效果。

【專利附圖】

【附圖說明】
[0058]圖1為本發(fā)明一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法的流程圖;
[0059]圖2為本發(fā)明實施例中兩個目標(biāo)的航跡圖;
[0060]圖3為本發(fā)明實施例100次蒙特卡羅的檢測概率曲線示意圖;
[0061]圖4為本發(fā)明實施例目標(biāo)信噪比為9dB時100次蒙特卡羅粒子數(shù)時間的變化曲線示意圖。
[0062]圖2中“ X ”表示航跡的開始。

【具體實施方式】
[0063]本發(fā)明主要采用計算機仿真的方法進行驗證,所有步驟、結(jié)論都在MATLAB_R2011b上驗證正確。具體實施步驟如下:
[0064](I)、初始化系統(tǒng)參數(shù):
[0065]初始化系統(tǒng)參數(shù)包括:觀測間隔T = I ;觀測總巾貞數(shù)K = 30 ;最小粒子數(shù)nmin =450 ;最大粒子數(shù)nmax = 5000 ;停止采樣門限n = 14 ;目標(biāo)判決門限Δ = 160
[0066](2)、按上述步驟2得到初始粒子集:
[0067]Xj;,。)~Λ(Χ0),(?0=1,2,...,iV,)
[0068]其中表示初始時刻第Iitl個粒子,它是有每個目標(biāo)的狀態(tài)拼接而成:
Χ?^=μ?;χ$;…χ#,(? = 1.2.....1,O是第i個目標(biāo)的狀態(tài),通常包含目標(biāo)在X,Y軸方向的位置和速度。
[0069](3)、從雷達接收機中讀取第k幀量測。
[0070]Zi = , m = \:Μ,π=?:Ν]
[0071]其中,m,η分別為X,Y方向量化狀態(tài),k為幀數(shù)。Ζ^η)表示第k幀回波數(shù)據(jù)的量測單元(m,η)中的量測值 < )為回波數(shù)據(jù)的幅度。
[0072](4)、分別對每個目標(biāo)進行新粒子的抽樣、權(quán)值計算,直到當(dāng)滿足一定條件就停止該目標(biāo)新粒子的采樣。
[0073](a)初始跟蹤參數(shù):=認氣λ = O,其中〃,表示k時刻跟蹤第ik個目標(biāo)的粒子數(shù),〃 /表示k時刻第ik個目標(biāo)的權(quán)值和
[0074](b)更新采樣的粒子數(shù)目:nik, = η1ιΛ +1
[0075](c)產(chǎn)生一個在[1,Nk_J范圍內(nèi)的隨機整數(shù)j
[0076](d)采樣k時刻目標(biāo)ik的第\ k個重采樣前粒子狀態(tài):
[0077]xi;;rih = κ(χ!;1.?)>χ|;'1_1,ρ),其中w )是高斯分布,F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣,Q為噪聲協(xié)方差矩陣
[0078](e)計算權(quán)值:^p[zk I)
[0079](f)更新權(quán)值和 OC ,
[0080](g)進行采樣終止判斷:< η and n^k <nmsx)or < Httnn,若滿足條件轉(zhuǎn)(b),
若不滿足條件,則停止對當(dāng)前目標(biāo)的采樣,開始對下一個目標(biāo)做處理,直到所有目標(biāo)都進行跟蹤處理
[0081 ](5)、對每個目標(biāo)做判定,刪除消失的目標(biāo)
[0082]若丨^^‘氣卜丨‘氣卜^/卜^?&廠?^“認為目標(biāo)已經(jīng)消失肩刪除該目標(biāo)
[0083](6)、確定當(dāng)前時刻的采樣粒子數(shù)
[0084]取k 時刻的采樣粒子數(shù)、=max (/;u ,/?: iA.), max (.)表示取大
[0085](7)、對每個目標(biāo)重采樣到Nk個粒子
[0086](a)令 ik = I
[0087](b)初始化權(quán)值累積和t =0
[0088](c)計算累積權(quán)值
[0089]C4jn = Ci^l + W^k,對于 η 從 I 到n h
[0090](d)令 P = I
[0091](e)產(chǎn)生一個在O到1/Nk之間的隨機數(shù)u(1)
[0092](f)令 q = I
[0093](g)判斷、)> %P,若滿足條件轉(zhuǎn)(h),否則轉(zhuǎn)⑴
[0094](h)p = p+1,轉(zhuǎn)(g)
[0095]⑴令3?=*?*
[0096]表示重采樣后目標(biāo)ik第q個粒子狀態(tài)
[0097](j)q = q+1
[0098](k)若 q 彡 Nk,則 u(q) = u((rl)+l/Nk,轉(zhuǎn)(g)
[0099](I)若 ik 彡 Ik,轉(zhuǎn)(b)
[0100](8)、對粒子進行系統(tǒng)重采樣
[0101](a)構(gòu)造k時刻重采樣前粒子:=,對于Iltl從I到Nk
[0102](b)計算粒子權(quán)值:化。)=p[zk 對于η。從I到Nk
[0103](c)初始化權(quán)值累積和:Ck,Q = O
[0104](d)計算累積權(quán)值
[0105](e) Ckttl = Ckil^l + wp),對于 η 從 I 到 Nk
[0106](f) ^ P = I
[0107](g)產(chǎn)生一個在O到1/Nk之間的隨機數(shù)Ii⑴
[0108](h)令 q=l
[0109]⑴判斷uw>Ck,p,若滿足條件轉(zhuǎn)(h),否則轉(zhuǎn)(j)
[0110](j)p = ρ+l,轉(zhuǎn)(i)
[0111](k) x|;)
[0112](l)q = q+1
[0113](m)若 q 彡 Nk,則 u(q) = u((rl)+l/Nk,轉(zhuǎn)(i)
[0114](9)、從步驟8中選擇權(quán)值最大的粒子集更新目標(biāo)的狀態(tài)。
[0115]E(X^)j Ε(.)表示去均值。
[0116]圖4為目標(biāo)信噪比為SdB時100次蒙特卡羅粒子數(shù)時間的變化曲線,從該曲線可以看出,當(dāng)目標(biāo)相遇時(25幀時),平均的粒子數(shù)會急劇增加(從50增加到3000多個)以應(yīng)對目標(biāo)狀態(tài)不確定性的增加,提高檢測概率;當(dāng)目標(biāo)分開后,平均的粒子數(shù)又恢復(fù)到之前的水平。從中可以看出,本發(fā)明具有自適應(yīng)選擇用于估計目標(biāo)狀態(tài)的粒子量的大小能力,并以此來提高粒子濾波跟蹤過程的效率。
【權(quán)利要求】
1.一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,該方法包括: 步驟1、初始化系統(tǒng)參數(shù)包括:觀測間隔T、觀測總幀數(shù)K、最小粒子數(shù)nmin、最大粒子數(shù)nmax、初始粒子數(shù)nin1、停止采樣門限η、目標(biāo)判決門限Λ ; 步驟2、根據(jù)已知目標(biāo)先驗信息產(chǎn)生初始粒子集及其初始權(quán)值win°) =1,其中表示目標(biāo)i的第Iltl個粒子的初始狀態(tài);
^ini'O 步驟3、從雷達接收機中讀取第k幀量測Zi ={z^n\m = \:M,n = \:N), 其中,k為幀數(shù),表示第k幀回波數(shù)據(jù)的量測單元(m,n)中的量測; 步驟4、分別對每個目標(biāo)進行新粒子的抽樣、權(quán)值計算,直到當(dāng)滿足一定條件就停止該目標(biāo)新粒子的采樣; 步驟4.1、初始跟蹤參數(shù)"=&?;_,./ =0,其中表示k時刻跟蹤第ik個目標(biāo)的子層粒子數(shù),氣a表示k時刻第ik個目標(biāo)的子層權(quán)值和; 步驟4.2、更新采樣的粒子數(shù)目:\>k =氣>4 +1; 步驟4.3、在[1,Nk_J范圍內(nèi)隨機選取整數(shù)j,其中Nlri為k-Ι時刻的采樣粒子數(shù); 步驟4.4、采樣k時刻目標(biāo)ik的第個重采樣前粒子狀態(tài): = S(x^V^Fx^ Q)其中y )是高斯分布,F(xiàn)為狀態(tài)轉(zhuǎn)移矩陣,Q為噪聲協(xié)方差矩陣; 步驟4.5、計算權(quán)值:= Iρ(.I.)表示求條件概率; 步驟4.6、更新權(quán)值和:aik、k =); 步驟4.7、進行采樣終止判斷:(A ,k < η and n: k < nnm)或者< ",若滿足條件轉(zhuǎn)步驟4.2,若不滿足條件,則停止對當(dāng)前目標(biāo)的采樣,開始對下一個目標(biāo)做處理,直到所有目標(biāo)都進行完跟蹤處理,得到粒子集xin[i);
步驟5、對每個目標(biāo)做判定,右(OCi^ k.(X、k_x ■氣>ir_2 )/( \ ,A- ' \ J1-1 ' \ ,k-2 認為目標(biāo)已經(jīng)消失,則刪除該目標(biāo); 步驟6、確定當(dāng)前時刻的采樣粒子數(shù),取k時刻的采樣粒子數(shù):Nk =max(/7IJt,/72jt,...,/7/ ,), max(.)表示取大; 步驟7、對采樣粒子數(shù)小于Nk的目標(biāo)進行重采樣直到獲得Nk個粒子; 步驟8、對粒子集進行系統(tǒng)重采樣,計算各粒子集的權(quán)值并記錄; 步驟9、從步驟8中選擇權(quán)值最大的粒子集更新目標(biāo)的狀態(tài)。
2.如權(quán)利要求1所述的一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,其特征在于所述步驟2的具體步驟為: 步驟2.1、令i = I ; 步驟 2.2、x-o) = [-\o;4o;v,.0;Ao],對于 η0 從 I 到 nini ;v,.0; vi>0 分別表示目標(biāo) i初始時刻在X方向的位置和速度以及Y方向的位置和速度; 步驟2.3、令i = i+1 ;若1 ( Itl,則轉(zhuǎn)步驟2.2,否則進入下一步,Itl表示初始目標(biāo)數(shù); 步驟2.4、令…3?],對于%從I ?nini,xj;。)是初始時刻第%個粒子的狀態(tài); 步驟2.5、粒子初始權(quán)值為:4"。)=— >



fl..1lll 步驟2.6、初始粒子數(shù)為:Nq = nini。
3.如權(quán)利要求1所述的一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,其特征在于所述步驟7的具體步驟為: 步驟7.1、令ik = I ; 步驟7.2、初始化累積權(quán)值:=0; 步驟7.3、計算已有粒子的累積權(quán)值、+ ^i ’對于n從I到; 步驟7.4、令P = 1,P表示已采樣得到的粒子的編號; 步驟7.5、產(chǎn)生一個在O到1/Nk之間的隨機數(shù)u⑴; 步驟7.6、令q = 1,q表示重采樣得到的粒子編號; 步驟7.7、判斷\) > c^p,若滿足條件轉(zhuǎn)步驟7.8,否則轉(zhuǎn)步驟7.9 ; 步驟7.8、P = p+1,轉(zhuǎn)步驟7.7 ; 步驟7.9、令= ,々Λ表示目標(biāo)ik重采樣的第q個粒子狀態(tài);
步驟 7.10、令 q = q+1 ;
步驟 7.11、若 q 彡 Nk,則 u(q) = u((rl)+l/Nk,轉(zhuǎn)步驟 7.7 ; 步驟7.12、若ik ( Ik,轉(zhuǎn)步驟7.2。
4.如權(quán)利要求1所述的一種自適應(yīng)粒子數(shù)的粒子濾波檢測前跟蹤方法,其特征在于所述步驟8的具體步驟為: 步驟8.1、構(gòu)造k時刻重采樣前粒子集:?,…3?],對于η。從I到Nk ; 步驟8.2、計算粒子集權(quán)值:=ρ(ζ,|Χ?Βο)),對于%從I到Nk ; 步驟8.3、初始化累積權(quán)值= O ; 步驟8.4、計算累積權(quán)值;
步驟 8.5、Ck',, 二 Ck<n_x + w{:],對于 η 從 I 到 Nk ; 步驟8.6、令P = I, P表示已采樣得到的粒子集編號; 步驟8.7、產(chǎn)生一個在O到1/Nk之間的隨機數(shù)u⑴; 步驟8.8、令q = 1,q表示重采樣得到的粒子集編號; 步驟8.9、判斷u(q)>Ck,p,若滿足條件轉(zhuǎn)步驟8.8,否則轉(zhuǎn)步驟8.10 ;步驟8.10、p = ρ+l,轉(zhuǎn)步驟8.9 ;步驟 8.11、X夕=Xp* ;步驟 8.12、q = q+1 ;步驟 8.13、若 q < Nk,則 u(q) = ινη+Ι/Ν,,轉(zhuǎn)步驟 8.9。
【文檔編號】G01S13/66GK104181524SQ201410427364
【公開日】2014年12月3日 申請日期:2014年8月27日 優(yōu)先權(quán)日:2014年8月27日
【發(fā)明者】易偉, 茍清松, 董天發(fā), 李溯琪, 孔令講, 楊曉波, 劉睿, 艾越, 夏玫 申請人:電子科技大學(xué)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
肇东市| 康乐县| 潞西市| 杨浦区| 宁武县| 五莲县| 乌什县| 大姚县| 固阳县| 临泽县| 连山| 荔浦县| 公安县| 鄢陵县| 兴化市| 三穗县| 新乡市| 新丰县| 山东省| 浪卡子县| 理塘县| 慈溪市| 宝应县| 陈巴尔虎旗| 嘉荫县| 固镇县| 临湘市| 淮安市| 永清县| 门头沟区| 油尖旺区| 景宁| 营口市| 宜城市| 新泰市| 桃江县| 开化县| 龙泉市| 麻栗坡县| 怀远县| 达日县|