文件名称：滑动平均算法matlab代码-gmphd_filter:高斯混合概率假设密度过滤器，GMPHDpython实现
文件大小：3.86MB
文件格式：ZIP
更新时间：2024-06-23 18:54:56
系统开源
跃跃算法matlab代码 高斯混合概率假设密度过滤器。 Python 实现 它基于 . 对于性能评估，提供了 OSPA 指标。 对于那些想要更好地理解算法的人，我强烈推荐这篇论文。 该文件包含两个模拟示例。 示例 1 第一个实际上是用于GMPHD过滤器性能评估的示例的副本。 目标生命基于 Vo in 提供的 Matlab 代码，示例不包含目标生成。 示例 2 第二个示例基于 中的仿真示例。 此外，此示例演示了生成情况。 仿真过程及使用 模拟步骤如下： 定义流程模型的细节： model = process_model_for_example_1 () 创建用于描述目标出生时间戳、死亡时间戳和起始位置的对象。 然后根据模型和给定的目标生命描述生成轨迹： targets_birth_time , targets_death_time , targets_start = example1 ( model [ 'num_scans' ]) trajectories , targets_tracks = generate_trajectories ( model , targets_birth_t
【文件预览】：
gmphd_filter-master
----examples.py(15KB)
----images()
--------3Figure_1.png(24KB)
--------2Figure_4.png(25KB)
--------2Figure_3.png(184KB)
--------3Figure_4.png(43KB)
--------2Figure_1.png(31KB)
--------Figure_3.png(199KB)
--------Figure_1.png(39KB)
--------Figure_4.png(24KB)
--------2Figure_2.png(183KB)
--------3Figure_3.png(23KB)
--------3Figure_2.png(27KB)
--------Figure_2.png(201KB)
----monte_carlo_simulations_and_plots_of_results.py(4KB)
----requirements.txt(46B)
----LICENSE(1KB)
----README.md(5KB)
----ospa.py(2KB)
----.gitignore(56B)
----MC2ospatnum1000.pkl(6.99MB)
----gmphd.py(13KB)