• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International conference on mechanical and electronics engineering >Quasi-Monte Carlo Gaussian Particle Filtering Acceleration Using CUDA
【24h】

Quasi-Monte Carlo Gaussian Particle Filtering Acceleration Using CUDA

机译：使用CUDA的准蒙特卡洛高斯粒子滤波加速

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A CUDA accelerated Quasi-Monte Carlo Gaussian particle filter (QMC-GPF) is proposed to deal with real-time non-linear non-Gaussian problems. GPF is especially suitable for parallel implementation as a result of the elimination of resampling step. QMC-GPF is an efficient counterpart of GPF using QMC sampling method instead of MC. Since particles generated by QMC method provides the best-possible distribution in the sampling space, QMC-GPF can make more accurate estimation with the same number of particles compared with traditional particle filter. Experimental results show that our GPU implementation of QMC-GPF can achieve the maximum speedup ratio of 95 on NVIDIA GeForce GTX 460.
机译：提出了一种CUDA加速准蒙特卡洛高斯粒子滤波器（QMC-GPF）来处理实时非线性非高斯问题。由于消除了重采样步骤，因此GPF特别适合于并行实施。 QMC-GPF是使用QMC采样方法而非MC的GPF的有效替代品。由于QMC方法生成的粒子在采样空间中提供了最佳可能的分布，因此与传统的粒子过滤器相比，QMC-GPF可以在相同数量的粒子的情况下进行更准确的估计。实验结果表明，我们的QMC-GPF GPU实现可以在NVIDIA GeForce GTX 460上实现95的最大加速比。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号