10.3969/j.issn.1001-506X.2010.11.09
基于可能模型集的期望模式增广算法
提出一类基于可能模型集(1ikely-model set,LMS)的期望模式增广(expected-mode augmentation,EMA)算法,该算法将任意时刻的有效模型集分成可能模型集和增广模型集两个部分.可能模型集由模型后验概率和总模型集的拓扑图确定;对可能模型集加权组合,生成增广模型集.然后,基于两模型集的并集对目标的状态进行估计.该算法能够保持期望模式增广算法的精度,同时大大降低计算量.仿真结果验证了本文算法的性能.
机动目标、跟踪、期望模式、可能模型集、变结构
32
TN953
国家自然科学基金60702015资助课题
2011-01-19（万方平台首次上网日期，不代表论文的发表时间）
共5页
2299-2303
