基于传声器阵列网络的改进高斯粒子跟踪算法

江潇潇; 杨旭光; 赵鲁阳; 王营冠

doi:10.13873/j.1000-97872012.03.017

Chinese

您当前的位置：

首页 >

文章列表页 >

基于传声器阵列网络的改进高斯粒子跟踪算法

研究与探讨 | 更新时间：2025-09-11

- 基于传声器阵列网络的改进高斯粒子跟踪算法
- Improved Gaussian particle tracking algorithm based on microphone array networks
- 传感器与微系统 2012年31卷第3期页码：56-59+62
- 作者机构：
  
  中国科学院上海微系统与信息技术研究所无线传感器网络与通信重点实验室
- 作者简介：
- 基金信息：
  
  国家重大专项基金资助项目（2009ZX03006—001—02）
- DOI：10.13873/j.1000-97872012.03.017
  中图分类号： TN713;TP212.9
- 纸质出版：2012
- 稿件说明：
移动端阅览
[1]江潇潇,杨旭光,赵鲁阳,王营冠.基于传声器阵列网络的改进高斯粒子跟踪算法[J].传感器与微系统,2012,31(03):56-59+62.

JIANG Xiao-xiao, YANG Xu-guang, ZHAO Lu-yang, et al. Improved Gaussian particle tracking algorithm based on microphone array networks[J]. 2012, 31(3): 56-59+62.
[1]江潇潇,杨旭光,赵鲁阳,王营冠.基于传声器阵列网络的改进高斯粒子跟踪算法[J].传感器与微系统,2012,31(03):56-59+62. DOI： 10.13873/j.1000-97872012.03.017.

JIANG Xiao-xiao, YANG Xu-guang, ZHAO Lu-yang, et al. Improved Gaussian particle tracking algorithm based on microphone array networks[J]. 2012, 31(3): 56-59+62. DOI： 10.13873/j.1000-97872012.03.017.

摘要

针对传声器阵列网络中目标跟踪的特点

建立了基于声阵列网络的目标跟踪模型

在此基础上

提出了一种改进的高斯粒子滤波（GPF）算法。该算法将扩展卡尔曼滤波的状态更新方法引入到GPF算法中

并通过直接更新状态量的高斯分布参数来取代传统GPF中逐个更新粒子的方法。通过蒙特—卡罗仿真结果表明:与扩展卡尔曼粒子滤波（EPF）和传统的GPF算法相比

该算法表现出较高的精度和稳定性。

Abstract

Aiming at the characteristic of target tracking in microphone array networks

a new algorithm of improved Gaussian particle filter（GPF） is presented.The algorithm updates Gaussian distribution parameters of the particle with extended Kalman particle filter（EPF） rather than update all particles one by one in traditional GPF.Compared with EPF and GPF

the results of Monte-Carlo simulations demonstrate that the proposed new algorithm has higher precision and stability.

关键词

Keywords

references

基于水声传感器网络的目标纯方位运动分析 [J]. 王彪,曾庆军,解志斌,黄海宁. 中国造船 . 2011(01)

On sequential Monte Carlo sampling methods for Bayesian filtering. [J] . Arnaud Doucet,Simon Godsill,Christophe Andrieu. Statistics and Computing . 2000 (3)

Bayesian Forecasting [J] . P. J. Harrison,C. F. Stevens. Journal of the Royal Statistical Society. Series . 1976 (3)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

改进的核相关滤波器目标跟踪算法

嵌入式平台上运动目标的稳定实时跟踪算法

结合学习速率调整的尺度自适应核相关滤波跟踪算法

基于特征鉴别性分析的变尺度核相关滤波跟踪算法

基于相关滤波的颜色及尺度自适应运动目标跟踪算法