×
哈利特·奥伦巴什;穆哈里姆·默西梅克

聚类精确Daum-Huang粒子流过滤器。 （英语） Zbl 1435.93172号

数学。问题。工程师。 2019，文章ID 8369565，第8页（2019）.
小结：与传统的颗粒过滤器不同，颗粒流过滤器不依赖于建议的密度和重要性采样；他们通过从对数同伦论方案导出的方法来利用粒子的流动，并确保粒子的成功迁移。在粒子滤波器的有效实现中，Exact Daum-Huang（EDH）滤波器将计算偏移参数结合在一起。改进后的局部精确Daum-Huang（LEDH）滤波器分别计算偏移参数。在本研究中，主要目标是减少LEDH滤波器中的计算成本，这是由于对每个偏移参数进行了详尽的计算。我们提出了聚类精确Daum-Huang（CEDH）滤波器。CEDH的主要影响是将产生类似误差的粒子聚集在一起，然后为每个簇内的粒子计算相同的迁移参数。通过对误差较大的粒子进行聚类和处理，可以平衡它们的接触和影响，系统可以大大减少这些粒子对整个系统的负面影响。我们成功地实现了高维目标跟踪场景的滤波器。将结果与EDH和LEDH滤波器获得的结果进行比较，以验证其效率。

MSC公司：

93E11号机组 随机控制理论中的滤波
62M20型 随机过程推断和预测

软件：

k均值++
PDF格式BibTeX公司 XML格式引用
\textit｛H.Örenbaş｝和\textit｛M.Mercimek｝，数学。问题。工程2019，文章ID 8369565，8 p.（2019；Zbl 1435.93172）
全文： 内政部

参考文献：

[1] Arulampalam，M.S。；马斯凯尔，S。；戈登，N。；Clapp，T.，在线非线性/非高斯贝叶斯跟踪粒子滤波器教程，IEEE信号处理学报，50，2，174-188（2002）·doi:10.1109/78.978374
[2] 韦斯特，M。；Harrison，J.，贝叶斯预测和动态模型。贝叶斯预测和动态模型，《统计学中的斯普林格系列》（1997），美国纽约州纽约市·Zbl 0871.62026号
[3] 韦尔奇，G。；Bishop，G.，《卡尔曼滤波器简介》，技术报告：UNC-CH计算机科学技术报告95041（1995）
[4] 新泽西州戈登。；Salmond，D.J。；Smith，A.F.M.，非线性/非高斯贝叶斯状态估计的新方法，IEE程序F，140，2，107-113（1993）·doi:10.1049/ip-f-2.1993.0015
[5] 邦奇，P。；Godsill，S.，使用高斯粒子流重要性抽样的最佳重要性密度近似，美国统计协会杂志，111，514，748-762（2016）·doi:10.1080/01621459.2015.1038387
[6] Doucet，A。；Godsill，S。；Andrieu，C.，《关于贝叶斯滤波、统计和计算的序贯蒙特卡罗抽样方法》，10，3，197-208（2000）·doi:10.1023/A:1008935410038
[7] 科内比斯，J。；Moulines，E。；Olsson，J.，应用于状态空间模型的序贯重要性抽样的自适应方法，统计与计算，18，4，461-480（2008）·doi:10.1007/s11222-008-9089-4
[8] 皮特，M.K。；Shephard，N.，《通过模拟进行过滤：辅助粒子过滤器》，《美国统计协会杂志》，94446590-599（1999）·Zbl 1072.62639号 ·doi:10.2307/2670179
[9] Doucet，A。；德弗里塔斯，N。；戈登，N。；Russell，S.J.，Rao-动态贝叶斯网络的Blackwellised粒子滤波，人工智能（UAI）中的不确定性程序，Springer
[10] van der Merwe，R。；Doucet，A。；De Freitas，N。；Wan，E.，《无味粒子过滤器》，《神经信息学报》。程序。系统。（NIPS）
[11] Beskos，A。；Crisan，D。；Jasra，A.，《论高维连续蒙特卡罗方法的稳定性》，《应用概率年鉴》，24，41396-1445（2014）·Zbl 1304.82070号 ·doi:10.1214/13-AAP951
[12] Crisan，D。；Rozovskii，B.，《牛津非线性滤波手册》（2011），牛津大学出版社·Zbl 1210.60005号
[13] Bui Quang，P。；穆索，C。；Le Gland，F.，《粒子滤波中维度问题的洞察》，《2010年第13届信息融合国际会议论文集》（Fusion 2010）·doi:10.1010/ICIF.2010.5712050
[14] 阿德斯，M。；van Leeuwen，P.J.，《高维系统中的等效重量粒子滤波器》，《皇家气象学会季刊》，141，687，484-503（2015）·doi:10.1002/qj.2370
[15] Djuric，P.M。；卢·T。；Bugalo，M.F.，《多粒子过滤》，Proc。国际协调声学、语音和信号处理。（ICASSP）
[16] Beskos，A。；Crisan，D。；Jasra，A。；Kamatani，K。；Zhou，Y.，一类高维状态空间模型的稳定粒子滤波器，应用概率进展，49，1，24-48（2017）·Zbl 1426.62274号 ·doi:10.1017/apr.2016.77
[17] Septier，F。；Pang，S.K。；A.卡米。；Godsill，S.，《基于MCMC的贝叶斯滤波粒子方法：在多目标跟踪中的应用》，第三届IEEE多传感器自适应处理计算进展国际研讨会论文集（CAMSAP 2009）·doi:10.1109/CAMSAP.2009.5413256
[18] 丁·T。；Coates，M.J.，Daum-Huang精确流粒子滤波器的实现，2012年IEEE统计信号处理研讨会论文集，SSP
[19] Daum，F。；Huang，J.，《对数同态非线性滤波器》，Proc。小目标SPIE Conf信号与数据处理
[20] Daum，F。；卡达尔，I。；Huang，J.，对数全息诱导的粒子流非线性滤波器，SPIE防御、安全和传感学报·数字对象标识代码：10.1117/12.814241
[21] Daum，F。；卡达尔，I。；黄，J。；Noushin，A.，非线性滤波器的精确粒子流，SPIE防御、安全和传感学报·doi:10.117/12.839590
[22] Daum，F。；黄，J。；Noushin，A.，非线性滤波器的库仑定律粒子流，Proc。SPIE配置信号和数据处理
[23] 李毅。；赵，L。；Coates，M.，粒子滤波的粒子流，IEEE声学、语音和信号处理国际会议（ICASSP）论文集
[24] 李毅。；Coates，M.，《基于聚类的快速粒子流粒子过滤器》，第19届信息融合国际会议论文集
[25] 南卡罗来纳州Surace。；Kutschireiter，A。；Pfister，J.-P，《如何避免二元性的诅咒：具有和不具有重要性权重的粒子滤波器的可扩展性》，https://arxiv.org/abs/1703.07879 ·Zbl 1415.93268号
[26] Daum，F。；黄，J。；Noushin，A.，随机颗粒流过滤器Gromov方法的新理论和数值结果，第21届信息融合国际会议论文集，Fusion 2018
[27] 李毅。；Pal，S。；Coates，M.，《基于可逆粒子流的序列MCMC与高斯混合噪声模型扩展》，IEEE信号处理学报（2019年）·Zbl 1458.94109号
[28] 亚瑟·D·。；Vassilvitskii，S.，k-means++：仔细播种的优势，《ACM-SIAM离散算法研讨会论文集》·Zbl 1302.68273号
[29] Lloyd，S.P.，PCM中的最小二乘量化，IEEE信息理论汇刊，28，2，129-137（1982）·Zbl 0504.94015号 ·doi:10.1109/TIT.1982.1056489
[30] Hlinka，O。；Sluciak，O。；Hlawatsch，F。；Djuric，P.M。；Rupp，M.，使用似然共识的分布式高斯粒子滤波，ICASSP 2011-2011 IEEE声学、语音和信号处理国际会议（ICASSP）论文集·doi:10.1109/ICASSP.2011.5947168
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。