Filtro de densidad de hipótesis de probabilidad de partículas basado en cadenas de Markov por pares
Autores: Liu, Jiangyi; Wang, Chunping; Wang, Wei; Li, Zheng
Idioma: Inglés
Editor: MDPI
Año: 2019
Acceso abierto
Artículo científico
2019
Filtro de densidad de hipótesis de probabilidad de partículas basado en cadenas de Markov por pares
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Cadena de Markov oculta
Cadena de Markov por pares
Seguimiento de múltiples objetivos
Filtro de densidad de hipótesis de probabilidad de partículas
Pf-pmc-phd
Resultados de simulación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
La efectividad del filtro PF-PMC-PHD y su rendimiento de seguimiento es superior al filtro de densidad de probabilidad de partículas basado en el modelo HMC en un escenario donde se conservaron las propiedades físicas locales de los modelos HMC no lineales y gaussianos al relajar su suposición de independencia.
Descripción
La efectividad del filtro PF-PMC-PHD y su rendimiento de seguimiento es superior al filtro de densidad de probabilidad de partículas basado en el modelo HMC en un escenario donde se conservaron las propiedades físicas locales de los modelos HMC no lineales y gaussianos al relajar su suposición de independencia.