parfor模式在粒子概率假设密度滤波中的应用
P-PHD(Particle-Probability Hypothesis Density)是概率假设密度(PHD,Probability Hypothesis Density)的一种粒子实现方式,它不受系统模型的限制,可以适用于线型或者非线性系统.但是随着粒子数的增加,该算法所需要的时间复杂度不断增大.为了提高P-PHD的执行效率,分析了P-PHD的执行结构,确定了其中满足并行执行的部分.通过引入parfor对该部分实施并行计算,降低了算法的运行时间.其主要步骤是运用Matlab自带的并行计算工具箱中的parfor模式,并行更新每个粒子的权值.仿真实验表明,parfor模式可以较好地应用到该算法中,减少了更新步骤的运行时间,且能够满足算法的封闭性.
目标跟踪、时间复杂度、并行计算、概率假设密度滤波、状态估计
36
TP391(计算技术、计算机技术)
国家自然科学基金项目61201118;陕西省教育厅科研计划项目15JK1291
2016-03-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
75-79