首页
移动开发
物联网
服务端
编程语言
企业开发
数据库
业界资讯
其他
搜索
一分钟了解“文献:基于卡尔曼预测采样与空域图描述的稳健红外目标跟踪”
其他
2018-08-19 05:14:56
阅读次数: 0
本文方法:基于卡尔曼预测采样+空域图描述的红外目标跟踪方法。
1.空域图是直方图的一种高阶推广。
卡尔曼滤波中的参数Q和R分别是指噪声向量wk和噪声向量vk的协方差矩阵。所以是个矩阵,常常还是个对角阵,不是一个常数。
卡尔曼滤波的状态是坐标(目标的行数和列数),这个坐标以及卡尔曼滤波的协方差矩阵P共同来决定一个高斯分布区域,这个区域就是本文中粒子滤波的粒子分布区域。
卡尔曼滤波的观测值Z采用的是权值最大的那个粒子。本文公式(10)。
猜你喜欢
转载自
blog.csdn.net/yes1989yes/article/details/80961599
一分钟了解“文献:基于卡尔曼预测采样与空域图描述的稳健红外目标跟踪”
一分钟了解“文献:基于MeanShift和卡尔曼滤波的红外目标跟踪算法”
一分钟了解"文献:基于卡尔曼滤波的红外目标局部搜索跟踪算法"
一分钟了解:“文献:基于Sigma点卡尔曼滤波的天基红外低轨卫星目标跟踪”
一分钟了解“文献:基于卡尔曼滤波器的运动目标跟踪算法”
一分钟了解“文献:基于卡尔曼滤波的多运动目标跟踪算法研究”
一分钟了解“文献:基于序列红外图像的弹道导弹中段目标检测跟踪方法”
一分钟目标
一分钟了解“用英语表示描述”
一分钟了解 TCP/IP 模型
一分钟了解堆内存
一分钟了解mongodb
一分钟了解nohup和&的功效
一分钟让你了解HIVE的来源
一分钟了解”召回率 recall“
一分钟了解”精确率 precision“
一分钟了解spring之FactoryBean
一分钟了解CONSTRAINT约束的用法
一分钟了解5G
[转]一分钟了解Nginx
一分钟了解大数据的价值
一分钟了解 Kafka 复制机制
一分钟了解Linux文件系统
一分钟了解springcloud
一分钟了解ActiveMQ
一分钟了解 python 虚环境
一分钟了解 python 虚环境
一分钟了解选择排序
一分钟了解插入排序
一分钟了解快速排序2
今日推荐
周排行
LRU cache算法
windows10, 自带的OpenSSH, key权限问题, 文件权限问题
测试用例书写方法
HIVE-默认分隔符的(linux系统的特殊字符)查看,输入和修改
最贵的AMD 7nm显卡来了!这设计 够狂野
java多线程简单demo
[ 转载 ]在Android系统上使用busybox——最简单的方法
QT connect学习
BFSIFT算法分析
Xcode10:library not found for -lstdc++.6.0.9 临时解决
每日归档
更多
2024-08-06(0)
2024-08-05(0)
2024-08-04(0)
2024-08-03(0)
2024-08-02(0)
2024-08-01(0)
2024-07-31(0)
2024-07-30(0)
2024-07-29(0)
2024-07-28(0)