基于模糊推理的改进的交互式多模型算法

Zheng LIU,Zengqiang MA,Xiaoyun LIU,Deli YAN

Journal of University of Jinan (Science and Technology)（2017）

引用 1|浏览3

暂无评分

摘要

为了提高交互式多模型算法的跟踪精度,提出一种利用模糊推理对交互式多模型算法进行优化的方法,以模型概率为输入,输出值为模型系统噪声协方差的系数,通过该系数来调节模型系统噪声协方差以减少误差;以基于卡尔曼滤波器的交互式多模型滤波器的应用为例,分别对交互式多模型算法在模型匹配和不匹配的情况进行实验分析,并对改进前、后的交互式多模型算法进行比较.结果表明,基于模糊推理的改进的交互式多模型算法能取得更好的跟踪效果.

查看译文

关键词

interacting multiple model algorithm,fuzzy inference,system noise covariance,Monte Carlo simulation,target tracking

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要