Bayesian Non-Parametric Methods for Dynamic State-Noise Covariance Matrix Estimation: Application to Target Tracking - Archive ouverte HAL
Article Dans Une Revue Signal Processing Année : 2016

Bayesian Non-Parametric Methods for Dynamic State-Noise Covariance Matrix Estimation: Application to Target Tracking

Clément Magnant
  • Fonction : Auteur
  • PersonId : 953905
Laboratoire de l'intégration, du matériau au système
Audrey Giremus
  • Fonction : Auteur
  • PersonId : 854768
Laboratoire de l'intégration, du matériau au système
Eric Grivel
Laboratoire de l'intégration, du matériau au système
Laurent Ratton
  • Fonction : Auteur
  • PersonId : 978468
Bernard Joseph
  • Fonction : Auteur
  • PersonId : 978467

Domaines

Traitement du signal et de l'image [eess.SP]

Eric Grivel  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-01287376

Soumis le : samedi 12 mars 2016-22:21:49

Dernière modification le : jeudi 1 février 2024-10:01:56

Fichier non déposé

Dates et versions

hal-01287376 , version 1 (12-03-2016)

Identifiants

  • HAL Id : hal-01287376 , version 1

Citer

Clément Magnant, Audrey Giremus, Eric Grivel, Laurent Ratton, Bernard Joseph. Bayesian Non-Parametric Methods for Dynamic State-Noise Covariance Matrix Estimation: Application to Target Tracking. Signal Processing, 2016. ⟨hal-01287376⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS IMS-BORDEAUX IMS-BORDEAUX-FUSION
118 Consultations
0 Téléchargements

Partager

More