Dado que la precisión del seguimiento y el rendimiento en tiempo real del algoritmo de seguimiento de objetivos con filtro de partículas (FP) se ven afectados en gran medida por el número de partículas muestreadas, en este estudio se propuso un algoritmo de seguimiento de objetivos con FP basado en la optimización del número de partículas en el entorno de una sola estación. En primer lugar, se estableció un modelo de seguimiento de objetivos en una única estación y se diseñó el algoritmo de FP correspondiente. A continuación, se llevó a cabo un experimento de simulación de seguimiento del algoritmo de seguimiento de objetivos de FP con diferentes números de partículas, utilizando el error cuadrático medio (RMSE) y el tiempo de filtrado como índices de evaluación. Sobre esta base, se determinó el número óptimo de partículas, que podía satisfacer los requisitos de precisión y rendimiento en tiempo real, y se tomó como número de partículas del algoritmo propuesto. Los resultados de la simulación en MATLAB revelaron que, en comparación con el filtro de Kalman no perfeccionado (UKF), el algoritmo de seguimiento de objetivos de FP de estación única basado en la optimización del número de partículas no sólo tenía una alta precisión de seguimiento, sino que también podía cumplir los requisitos de rendimiento en tiempo real.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Método de calibración de posicionamiento omnidireccional de la fuente de sonido basado en el ángulo de observación del micrófono
Artículo:
Análisis difuso de asignación de red y conmutación de enlaces en un sistema híbrido OCC/LiFi
Artículo:
Investigación sobre el diseño de un modelo diferencial de fondo inteligente para el monitoreo de objetivos de entrenamiento.
Artículo:
Asignación conjunta de canales y control de potencia para redes multi-UAV asistidas por NOMA en enlace ascendente
Artículo:
Sistema de Evaluación de la Calidad de la Enseñanza en el Aula Virtual Basado en el Reconocimiento de Rasgos Faciales