亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

imm

  • 機(jī)動目標(biāo)的跟蹤問題一直是人們研究的重點(diǎn)

    機(jī)動目標(biāo)的跟蹤問題一直是人們研究的重點(diǎn)，實(shí)現(xiàn)機(jī)動目標(biāo)精確跟蹤，首要解決的問題就是使所建立的目標(biāo)運(yùn)動模型與實(shí)際的目標(biāo)運(yùn)動模型匹配。目前常用的有多模型(MM)，交互式多模型(imm)，切換模型等。多模型方法就是對一組具有不同機(jī)動模型分別進(jìn)行Kalman濾波，最終的參數(shù)估計(jì)是各濾波器估計(jì)值的加權(quán)和；在多模型基礎(chǔ)上，Shalom提出了交互式多模型方法，這一方法對無序目標(biāo)的機(jī)動檢測，顯示了更好的魯棒性和跟蹤的穩(wěn)定性；切換模型則是分別建立機(jī)動和非機(jī)動運(yùn)動模型，利用機(jī)動檢測實(shí)現(xiàn)在這兩個(gè)模型之間的切換。一般來說，交互式多模型的跟蹤性能較好。

    標(biāo)簽： 機(jī)動

    上傳時(shí)間： 2013-12-14

    上傳用戶：maizezhen

  • 基于卡爾曼濾波的道路目標(biāo)檢測與跟蹤研究

    基于卡爾曼濾波的道路目標(biāo)檢測與跟蹤研究，采用交互多模(imm)算法

    標(biāo)簽： 卡爾曼濾波 目標(biāo)檢測

    上傳時(shí)間： 2014-01-04

    上傳用戶：731140412

  • kalman濾波

    kalman濾波，擴(kuò)展的kalman濾波（EKF），unscented Kalman filter（UKF），基于EKF和UKF混合模型的imm實(shí)現(xiàn)，以及配套的Rauch-Tung-Striebel和two-filter平滑工具，一個(gè)很好用的框架

    標(biāo)簽： kalman 濾波

    上傳時(shí)間： 2016-10-17

    上傳用戶：yangbo69

  • 雷達(dá)數(shù)據(jù)處理的重要模型算法之一

    雷達(dá)數(shù)據(jù)處理的重要模型算法之一，該代碼對imm算法的不同參數(shù)下進(jìn)行了詳細(xì)的仿真。

    標(biāo)簽： 雷達(dá) 數(shù)據(jù)處理 模型算法

    上傳時(shí)間： 2014-11-29

    上傳用戶：ruixue198909

  • imm算法程序

    準(zhǔn)確呈現(xiàn)交互式多模型算法的一個(gè)循環(huán)，利于學(xué)習(xí)

    標(biāo)簽： 1

    上傳時(shí)間： 2015-03-27

    上傳用戶：qwert0

  • imm動態(tài)目標(biāo)跟蹤濾波

    用于空間運(yùn)動的跟蹤濾波仿真分析，就好的。

    標(biāo)簽： 濾波 跟蹤

    上傳時(shí)間： 2015-04-17

    上傳用戶：dengyw

  • 自適應(yīng)imm-kalman濾波

    改進(jìn)版多模型卡爾曼濾波論文，能更好的適應(yīng)非線性場景

    標(biāo)簽： imm-kalman 濾波

    上傳時(shí)間： 2019-06-10

    上傳用戶：guokai626

  • 基于imm的卡爾曼濾波跟蹤算法

    恒定轉(zhuǎn)彎率與速度模型的擴(kuò)展卡爾曼交互式多模型的濾波跟蹤算法。

    標(biāo)簽： imm 卡爾曼濾波 跟蹤算法

    上傳時(shí)間： 2021-07-22

    上傳用戶：迷途在北極的魚

主站蜘蛛池模板： 丹棱县| 台东市| 繁昌县| 社旗县| 浙江省| 兴山县| 黑河市| 泰州市| 博白县| 石屏县| 平湖市| 常熟市| 阜南县| 门头沟区| 嘉祥县| 临高县| 大厂| 西充县| 通海县| 文化| 泸西县| 江津市| 和平区| 梁山县| 吴桥县| 贡山| 新绛县| 庆城县| 信宜市| 北流市| 新建县| 乐安县| 屏东县| 雷波县| 德昌县| 河曲县| 麻阳| 治县。| 偃师市| 望谟县| 阿荣旗|