文档简介
摘 要:为解决传统粒子滤波算法中样本贫化的问题,提出一种新的粒子滤波算法.在重要性采样过程中,利用最新测量值,结合UKF滤波来产生粒子滤波中的建议分布;同时在再采样过程中,用高斯混合模型表示后验状态密度,引入最大期望（Expectation Maximization,EM）算法来获得该后验状态密度的参数,从新的参数分布中进行采样得到样本粒子,取代传统的再采样过程.把新算法应用到车辆组合导航系统中,仿真结果表明新算法的有效性.[著者文摘]
评论
加载更多
推荐下载
查看更多
精选文集
相关视频
-
直播回放： Keysight 小探头，大学问，别让探头拖累你的测试结果！
-
控制系统仿真与CAD
-
MIT 6.622 Power Electronics
-
直播回放：基于英飞凌AIROC™ CYW20829低功耗蓝牙芯片的无线组网解决方案
-
直播回放：ADI & WT·世健MCU痛点问题探索季：MCU应用难题全力击破！
-
Soc Design Lab - NYCU 2023
推荐帖子
精选电路图
-
PIC单片机控制的遥控防盗报警器电路
-
使用ESP8266从NTP服务器获取时间并在OLED显示器上显示
-
带有短路保护系统的5V直流稳压电源电路图
-
如何构建一个触摸传感器电路
-
如何调制IC555振荡器
-
基于ICL296的大电流开关稳压器电源电路
