期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于VB近似的自适应δ-GLMB滤波算法
被引量：
4
1
作者
袁常顺
王俊
+1 位作者
向洪
孙进平
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第2期237-243,共7页
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(va...
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(variational Bayesian,VB)近似的自适应δ-GLMB滤波算法。该算法以δ-GLMB滤波器为基础,利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布,通过VB近似技术推导滤波迭代。仿真结果表明,所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性,在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。
展开更多
关键词
多目标跟踪
未知量测噪声协方差
随机有限集
变分贝叶斯近似
δ-扩展标签多伯努利滤波
下载PDF
职称材料
非线性量测下自适应噪声协方差PHD滤波
被引量：
1
2
作者
袁常顺
王俊
+2 位作者
向洪
魏少明
张耀天
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2017年第1期53-60,共8页
概率假设密度(PHD)滤波算法已被证明是实时多目标跟踪的有效方法,但现有这些基于PHD滤波的方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对这一问题,提出了一种适用于非线性量测模型的自...
概率假设密度(PHD)滤波算法已被证明是实时多目标跟踪的有效方法,但现有这些基于PHD滤波的方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对这一问题,提出了一种适用于非线性量测模型的自适应噪声协方差多目标跟踪算法。该算法以PHD滤波为基础,采用容积卡尔曼(CK)技术近似非线性量测模型,利用逆威沙特(IW)分布描述量测噪声协方差分布,通过变分贝叶斯(VB)近似技术迭代估计量测噪声协方差和多目标状态联合后验密度。仿真结果表明,本文所提算法可有效估计量测噪声协方差,同时实现准确的目标数和目标状态估计。
展开更多
关键词
随机有限集
多目标跟踪
未知量测噪声协方差
变分贝叶斯(VB)
概率假设密度(PHD)滤波
下载PDF
职称材料
题名
基于VB近似的自适应δ-GLMB滤波算法
被引量：
4
1
作者
袁常顺
王俊
向洪
孙进平
机构
北京航空航天大学电子与信息工程学院
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第2期237-243,共7页
基金
国家自然科学基金(61471019
61501011
+1 种基金
61501012
61671035)资助课题
文摘
目前,基于δ-扩展标签多伯努利(δ-generalized labeled multi-Bernoulli,δ-GLMB)滤波器的多目标跟踪方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对上述问题,提出一种基于变分贝叶斯(variational Bayesian,VB)近似的自适应δ-GLMB滤波算法。该算法以δ-GLMB滤波器为基础,利用逆威沙特和高斯乘积混合分布近似量测噪声协方差和多目标状态联合后验分布,通过VB近似技术推导滤波迭代。仿真结果表明,所提算法对于线性未知量测噪声协方差场景具有很强的多目标跟踪鲁棒性,在有效估计量测噪声协方差的同时实现准确的目标数和目标状态估计。
关键词
多目标跟踪
未知量测噪声协方差
随机有限集
变分贝叶斯近似
δ-扩展标签多伯努利滤波
Keywords
multi-target
tracking
unknown
measurement
noise
covariance
random
finite
sets
variational
Bayesian
（VB）
approximatiom
δ-generalized
labeled
multi-Bernoulli
（δGLMB）
分类号
TN953 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
非线性量测下自适应噪声协方差PHD滤波
被引量：
1
2
作者
袁常顺
王俊
向洪
魏少明
张耀天
机构
北京航空航天大学电子信息工程学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2017年第1期53-60,共8页
基金
国家自然科学基金(61471019
61501011
61501012)~~
文摘
概率假设密度(PHD)滤波算法已被证明是实时多目标跟踪的有效方法,但现有这些基于PHD滤波的方法假设量测噪声协方差先验已知,而实际中量测噪声协方差可能是未知或随着环境改变而变化。针对这一问题,提出了一种适用于非线性量测模型的自适应噪声协方差多目标跟踪算法。该算法以PHD滤波为基础,采用容积卡尔曼(CK)技术近似非线性量测模型,利用逆威沙特(IW)分布描述量测噪声协方差分布,通过变分贝叶斯(VB)近似技术迭代估计量测噪声协方差和多目标状态联合后验密度。仿真结果表明,本文所提算法可有效估计量测噪声协方差,同时实现准确的目标数和目标状态估计。
关键词
随机有限集
多目标跟踪
未知量测噪声协方差
变分贝叶斯(VB)
概率假设密度(PHD)滤波
Keywords
random
finite
set
multi-target
tracking
unknown
measurement
noise
covariance
variational
Bayesian（VB）
probability
hypothesis
density（PHD）
filter
分类号
TN957.51 [电子电信—信号与信息处理]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于VB近似的自适应δ-GLMB滤波算法
袁常顺
王俊
向洪
孙进平
《系统工程与电子技术》
EI
CSCD
北大核心
2017
4
下载PDF
职称材料
2
非线性量测下自适应噪声协方差PHD滤波
袁常顺
王俊
向洪
魏少明
张耀天
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2017
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
