基于扩展卡尔曼滤波的疏散行人密度预测算法研究

摘要： 疏散效率的提升是疏散系统研究的核心关注点。由于疏散系统通常呈现局部可观测性，而异常的局部观测信息会降低疏散效率，因此需对观测信息进行预测校正。为此，提出一种基于扩展卡尔曼滤波的人员密度信息预测校正算法。该算法采用神经网络拟合方法对扩展卡尔曼滤波算法中状态函数和观测函数的参数进行辨识，完成非线性疏散系统的近似线性化，提高了建模的精度；同时算法通过误差协方差矩阵的迭代更新机制实现疏... （共10页）