高斯過程泊松多伯努利混合濾波算法及其變分優(yōu)化

摘要： 針對現(xiàn)有算法對多擴展目標跟蹤精度低的問題,本文提出了一種高斯過程泊松多伯努利混合(GP-PMBM)濾波算法及其變分優(yōu)化.首先,基于高斯過程原理建立了增廣狀態(tài)空間模型,接著,將其與泊松多伯努利混合濾波器相結合,提出GP-PMBM算法.然后,針對因使用非線性濾波技術而導致GP-PMBM濾波精度下降的問題,使用變分貝葉斯優(yōu)化更新結果,實現(xiàn)了對目標狀態(tài)的優(yōu)化更新,提升了濾波器的估計精度... （共10頁）