重要性函数相关论文
近年来，无线通信技术的快速发展，以视频应用为主的通信已成为无线多媒体的主要业务。目前广泛使用的视频编码标准是H.264/AVC[1]编码......
贝叶斯估计是一种处理一般滤波问题常用的方法。实现贝叶斯估计关键是需要建立基于己获信息的后验概率密度函数，因为它包含了状态所......
Metropolis光线追踪算法是一种无偏的全局光照算法。它基于马尔可夫链蒙特卡罗方法,在只有少量有效光线或存在大量间接照明的复杂......
利用平面上的距离函数及水平重要性函数,建立了衡量模糊数之间差异的UID度量和LPID度量,讨论了UID度量和LPID度量的基本性质,证明......
针对混沌动力学系统时变参数未知的混沌信号,在含有状态噪声的情况下,利用混合卡尔曼滤波提出一种盲估计算法.对未知参数和混沌状......
针对当前粒子滤波权值退化问题以及精度与时耗的矛盾,提出了一种新的高精度自适应粒子滤波算法。该算法综合考虑优选建议分布函数......
在无源传感器目标跟踪系统的研究中,在双红外传感器组成的无源传感器目标跟踪系统模型中,传感器提供的仅是目标的角度信息,导致量......
为解决粒子滤波算法在实际应用中出现的滤波发散、粒子退化问题，文中利用变分法证明了重要性函数取法的最优形式，并由此提出重要性函......
针对粒子滤波在非线性目标跟踪中存在粒子退化的问题,提出一种迭代积分粒子滤波的目标跟踪算法。该算法从改进重要性函数的角度入......
重要性函数的选择是粒子滤波算法的核心,本文提出一种基于扩展H∞滤波（EHF）产生重要性函数的扩展H∞粒子滤波（EHPF）算法,由于EHF滤波算......
针对当出现一些未建模的机器人运动时（如碰撞或者绑架问题），以小采样数目实现常规Monte Carlo方法难以解决的问题，提出一种新的Monte C......
介绍了作为粒子滤波理论基础的递推贝叶斯估计的基本概念，说明了重要性函数对于粒子滤波器的设计是至关重要的。随后，给出了一种将EK......
权重窗技术是最常用的降低方差技巧之一，合理运用权重窗技术能大幅提高计算效率。MCNP程序具备基于栅元的伴随权重窗发生器功能，但对......
惯性导航系统（INS）的初始对准误差模型通常为非线性的，对于估计惯导误差普遍采用的是扩展卡尔曼滤波算法（EKF），该方法是在一阶泰勒展开的......
本文介绍了MCNP程序中的几种重要性函数（几何重要性、正算权重窗、伴随权重窗）。几何重要性函数使用简便，广泛应用于各种模型；权重窗技......
针对经典自举粒子滤波中的重要性函数选取和重采样所导致的样本枯竭问题，本文提出了一种基于进化裂变的改进粒子滤波算法。该算法首......
粒子滤波技术是非线性滤波技术中的一种,理论上它适用于任意非线性系统的状态估计,可有效解决光纤捷联惯性导航系统中的非线性滤波......
多通路Metropolis光线追踪(MMLT)算法的重要性函数忽略结构信息,导致光照强度低但结构信息丰富位置无法得到很好采样,为此提出一种......
滤波技术是组合导航系统中的关键技术之一,各种滤波理论往往率先在导航领域中应用,同时导航系统的需求也促进了滤波理论的发展。组......
针对非线性非高斯系统的状态估计问题,提出一种新的高精度自适应粒子滤波算法.该算法采用有限差分扩展卡尔曼滤波器产生优选的建议......
标准粒子滤波(PF)的重要性函数的选取方法会导致状态估计过于依赖模型,且在重采样过程中可能会发生粒子贫化现象,针对PF在角闪烁背......
近几十年发展起来的一种基于蒙特卡罗思想实现非线性、非高斯系统滤波的粒子滤波算法,完全突破了传统Kalman滤波理论框架,适用于任......
随着摄像系统在光电侦察、手持移动设备和监视系统等方面的广泛应用，人们对所拍摄图像的清晰度和稳定性要求越来越高。然而摄像设备......
为有效缓解FastSLAM1.0算法中的粒子损耗问题,提高其精度,FastSLAM2.0算法提出了一种求取重要性函数的方法。该方法利用扩展卡尔曼......
