基于遗传模拟退火算法的机动多目标数据关联问题研究 被引量：11

1

作者 刘以安 曹奇英 +1 位作者 刘同明 高贵明 《系统工程理论与实践》 EI CSCD 北大核心 2001年第9期67-72,共6页

应用遗传模拟退火算法将机动多目标的数据关联问题表达为一类约束的组合优化问题研究时 ,可极大地提高密集多回波环境下系统跟踪多机动目标的精度和可靠性 .仿真结果表明 ,遗传模拟退火算法明显地优于独立地使用遗传算法和模拟退火算法 .

关键词 数据关联 遗传算法 模拟退火算法 多机动目标跟踪 雷达

原文传递

多模型GM-CBMeMBer滤波器及航迹形成 被引量：12

2

作者 连峰 韩崇昭 李晨 《自动化学报》 EI CSCD 北大核心 2014年第2期336-347,共12页

提出了一种可适用于杂波环境下对多个机动目标进行跟踪并能形成多目标航迹的多模型势平衡多目标多伯努利(Cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波器.随后,在多机动目标时间演化模型和观测模型均为线性高斯的... 提出了一种可适用于杂波环境下对多个机动目标进行跟踪并能形成多目标航迹的多模型势平衡多目标多伯努利(Cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波器.随后,在多机动目标时间演化模型和观测模型均为线性高斯的假设条件下利用高斯混合(Gaussian mixture,GM)技术获得了该滤波器解析的递推形式—多模型GMCBMeMBer滤波器,并简要给出了它在非线性条件下的扩展卡尔曼(Extended Kalman,EK)滤波近似.仿真实验结果表明所建议的多模型GM-CBMeMBer滤波器能有效地对多个机动目标进行跟踪而单模型GM-CBMeMBer滤波器则会产生明显的航迹丢失和虚假航迹,并且对于信噪比较低的仿真场景,它的性能优于多模型高斯混合概率假设密度(GM probability hypothesis density,GM-PHD)滤波器,接近于多模型高斯混合势概率假设密度(GM cardinalized PHD,GM-CPHD)滤波器. 展开更多

关键词 多机动目标跟踪 势平衡多目标多伯努利滤波器 交互式多模型算法 高斯混合实现

下载PDF 职称材料

复杂环境下多机动目标跟踪问题的研究 被引量：5

3

作者 郁光辉 戴亚平 +1 位作者 侯朝桢 陈杰 《火力与指挥控制》 CSCD 北大核心 2002年第2期15-19,共5页

针对多机动目标跟踪问题 ,系统地讨论了其主要内容和各种算法 ,包括机动目标模型的建立、多个机动目标的跟踪和维持 ,跟踪过程中各种数据关联的处理方法、跟踪的起始和终结以及跟踪性能分析与评价 ,并对以后相关的研究方向进行了探讨。

关键词 复杂环境 多机动目标跟踪 多目标 多传感器 数据关联 MTT 机动目标跟踪

下载PDF 职称材料

基于LGJMS-GMPHDF的多机动目标联合检测、跟踪与分类算法 被引量：7

4

作者 杨威 付耀文 +1 位作者 黎湘 龙建乾 《电子与信息学报》 EI CSCD 北大核心 2012年第2期398-403,共6页

线性高斯跳变马尔可夫系统模型下的高斯混合概率假设密度滤波器(LGJMS-GMPHDF)为杂波背景下多机动目标跟踪提供了一种有效方法。该文将类别辅助信息引入LGJMS-GMPHDF,提出了一种密集杂波背景下多机动目标联合检测、跟踪与分类算法。该... 线性高斯跳变马尔可夫系统模型下的高斯混合概率假设密度滤波器(LGJMS-GMPHDF)为杂波背景下多机动目标跟踪提供了一种有效方法。该文将类别辅助信息引入LGJMS-GMPHDF,提出了一种密集杂波背景下多机动目标联合检测、跟踪与分类算法。该算法在LGJMS-GMPHDF中用属性向量扩展单目标状态向量,用位置和属性的组合测量似然函数代替单目标位置及杂波位置测量似然函数,提高了不同类目标与杂波测量间的鉴别能力,进而改善了目标数目及状态的估计精度;在更新目标状态的同时,对目标属性信息进行更新。该算法实现了时变数目的目标状态和类别估计。杂波背景下交叉和临近并行机动目标的跟踪实验验证了该文算法的联合检测、跟踪与分类性能。 展开更多

关键词 多机动目标跟踪 概率假设密度滤波器 类别辅助目标跟踪 联合目标检测、跟踪与分类

下载PDF 职称材料

基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法 被引量：8

5

作者 胡子军 张林让 +1 位作者 张鹏 王纯 《电子与信息学报》 EI CSCD 北大核心 2015年第1期116-122,共7页

多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该... 多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。 展开更多

关键词 多机动目标跟踪 未知杂波 带势概率假设密度滤波器 最优高斯估计

下载PDF 职称材料

一种新的多机动目标跟踪的GMPHD滤波算法 被引量：7

6

作者 郝燕玲 孟凡彬 +1 位作者 王素鑫 孙枫 《上海交通大学学报》 EI CAS CSCD 北大核心 2010年第7期873-877,共5页

针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过... 针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过了棘手的数据关联问题,能高效处理目标数较大的机动跟踪问题.在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验,结果表明,该算法具有较高的跟踪精度和稳健的跟踪性能. 展开更多

关键词 多机动目标跟踪 随机有限集 高斯混合概率假设密度滤波 扩展卡尔曼滤波

下载PDF 职称材料

基于两点式数据关联算法的多机动目标跟踪 被引量：6

7

作者 李辉 张安 +2 位作者 赵敏 庞勤 沈莹 《电子学报》 EI CAS CSCD 北大核心 2005年第12期2125-2129,共5页

本文首先分析了两点式概率数据关联算法,在此基础上将其与交互式多模型算法结合起来提出了一种用于跟踪多机动目标的新算法.由于充分利用了两点式数据关联算法在关联精度和计算量上的优越性,所提出的新算法无论在跟踪精度方面,还是计算... 本文首先分析了两点式概率数据关联算法,在此基础上将其与交互式多模型算法结合起来提出了一种用于跟踪多机动目标的新算法.由于充分利用了两点式数据关联算法在关联精度和计算量上的优越性,所提出的新算法无论在跟踪精度方面,还是计算量上都有很大的改善.理论分析与仿真结果验证了该算法优于传统的交互式多模型联合数据关联算法. 展开更多

关键词 多机动目标跟踪 两点式数据关联 交互式多模型两点数据关联

下载PDF 职称材料

杂波环境下多机动目标跟踪的一种新粒子滤波器算法研究 被引量：4

8

作者 李延秋 沈毅 刘志言 《战术导弹技术》 北大核心 2005年第3期39-46,共8页

多机动目标跟踪系统具有本质非线性和非高斯特性,而且状态的测量通常是来源未确定的观测量,在杂波环境下尤其如此.因此,杂波环境下的多机动目标跟踪问题需要同时解决多个目标的机动性以及测量和目标之间的关联问题.提出了一种结合粒子... 多机动目标跟踪系统具有本质非线性和非高斯特性,而且状态的测量通常是来源未确定的观测量,在杂波环境下尤其如此.因此,杂波环境下的多机动目标跟踪问题需要同时解决多个目标的机动性以及测量和目标之间的关联问题.提出了一种结合粒子滤波器和吉布斯采样器的多机动目标跟踪算法,可以很好地解决在杂波环境下的多机动目标跟踪问题.在仿真研究中,与另一多机动目标粒子滤波器算法BMMPDAF的比较证明了所提出的算法的优越性. 展开更多

关键词 粒子滤波器 非线性/非高斯模型 多机动目标跟踪 吉布斯采样器 数据关联

下载PDF 职称材料

MM-CBMeMBer滤波器跟踪多机动目标 被引量：4

9

作者 熊波 甘露 《雷达学报（中英文）》 2012年第3期238-245,共8页

多模型(Multiple Model,MM)概率假设密度(Probability Hypothesis Density,PHD)滤波器能同时估计机动目标个数及状态,但其序贯蒙特卡罗(Sequential Monte Carlo,SMC)实现运用粒子聚类算法提取目标状态,不仅引入额外计算量,且可能导致目... 多模型(Multiple Model,MM)概率假设密度(Probability Hypothesis Density,PHD)滤波器能同时估计机动目标个数及状态,但其序贯蒙特卡罗(Sequential Monte Carlo,SMC)实现运用粒子聚类算法提取目标状态,不仅引入额外计算量,且可能导致目标丢失。针对这一问题,该文提出一种基于多模型的势平衡无偏多目标多伯努利(Multiple Model Cardinality Balanced Multiple target Multi-Bernoulli,MM-CBMeMBer)滤波器,在每次扫描杂波数低于20,检测概率大于0.9的环境中,该方法利用一组伯努利参数近似机动目标状态的后验概率,并通过对伯努利参数的简单运算估计出目标状态,有效地避免了常规聚类算法。仿真结果表明,该方法与多模型概率假设密度滤波器相比,表征估计误差的最优子模型分配距离明显降低。 展开更多

关键词 多机动目标跟踪 概率假设密度(Probability Hypothesis Density PHD) 势平衡无偏多目标多伯努利(Cardinality'Balanced MULTIPLE target Multi—Bernoulli CBMeMBer) 多模型(Multiple Model MM) 序贯蒙特卡罗(Sequential Monte Carlo SMC)

下载PDF 职称材料

一种机载地面侦察雷达多机动目标跟踪方法 被引量：3

10

作者 宋万忠 《电讯技术》 北大核心 2003年第3期59-62,共4页

介绍了地面多机动目标跟踪系统的一种实现方法 ,提出了跟踪系统目标模型的建立、跟踪坐标系的选择、跟踪起始和跟踪终结以及数据关联和跟踪维持的方法 ,最后给出了试验结果。

关键词 侦察雷达 多机动目标跟踪 卡尔曼滤波 跟踪坐标系 状态估计 数据关联

下载PDF 职称材料

基于粒子滤波器的多机动目标跟踪贝叶斯滤波算法研究 被引量：3

11

作者 李延秋 沈毅 刘志言 《战术导弹技术》 北大核心 2005年第2期13-19,共7页

提出了一种新的基于粒子滤波器的贝叶斯滤波算法,用于在非线性非高斯假设下跟踪多机动目标.对目标动态行为的已知描述构成了贝叶斯的先验知识.近来时序蒙特卡罗技术的发展,特别是粒子滤波器算法,使采用一个目标状态的集合对贝叶斯模型... 提出了一种新的基于粒子滤波器的贝叶斯滤波算法,用于在非线性非高斯假设下跟踪多机动目标.对目标动态行为的已知描述构成了贝叶斯的先验知识.近来时序蒙特卡罗技术的发展,特别是粒子滤波器算法,使采用一个目标状态的集合对贝叶斯模型的后验知识进行建模和跟踪成为可能,这个集合可以看作是这个后验密度函数的采样集合.这种新的贝叶斯滤波算法是粒子滤波器与划分采样技术和假设计算的有机结合.在与SIR/MCJPDA算法的比较仿真研究中,证明该算法能够提高系统的跟踪性能. 展开更多

关键词 贝叶斯滤波 非线性/非高斯模型 多机动目标跟踪 粒子滤波器 划分采样

下载PDF 职称材料

一种改进的联合概率数据关联算法 被引量：3

12

作者 骆荣剑 魏祥 李颖 《重庆理工大学学报（自然科学）》 CAS 北大核心 2018年第6期160-168,共9页

针对联合概率数据关联算法在跟踪多机动目标时跟踪精度不高、计算量较大等问题,提出了一种新的联合概率数据关联算法。引入"当前"统计模型,并针对"当前"统计模型中机动频率和加速度方差不能自适应调整的问题进行了... 针对联合概率数据关联算法在跟踪多机动目标时跟踪精度不高、计算量较大等问题,提出了一种新的联合概率数据关联算法。引入"当前"统计模型,并针对"当前"统计模型中机动频率和加速度方差不能自适应调整的问题进行了改进,实现了机动频率和加速度方差自适应。针对联合概率数据关联算法在跟踪多机动目标时,随着目标数的增多,算法计算量急剧增大的问题,提出了改进算法。改进算法避开了联合概率数据关联算法中由确认矩阵计算关联矩阵的过程,直接从确认矩阵计算关联概率。仿真实验结果表明:所提算法有效提高了多目标的跟踪精度,降低了算法计算量。 展开更多

关键词 联合概率数据关联 “当前”统计模型 多机动目标跟踪

下载PDF 职称材料

多机动目标跟踪的IMM-GMPHD滤波算法 被引量：1

13

作者 严康 闫玉德 《计算技术与自动化》 2011年第4期89-94,共6页

针对现有多机动目标跟踪算法精度低、计算量大、约束条件苛刻等问题,本文将高斯混合概率假设密度(Gaussian Mixture PHD,GM-PHD)滤波器和交互式多模型(Interacting Multiple Model,IMM)相结合,提出交互式多模型GM-PHD(Interacting Multi... 针对现有多机动目标跟踪算法精度低、计算量大、约束条件苛刻等问题,本文将高斯混合概率假设密度(Gaussian Mixture PHD,GM-PHD)滤波器和交互式多模型(Interacting Multiple Model,IMM)相结合,提出交互式多模型GM-PHD(Interacting Multiple Model GMPHD,IMM-GMPHD)滤波算法。算法不仅避免了多目标跟踪中的数据关联问题,而且在漏检、目标密集、目标机动、航迹交叉、目标数目未知的杂波环境下能够稳定、精确地估计目标数目和状态。100次蒙特卡洛(Monte Carlo,MC)仿真结果表明,IMM-GMPHD滤波器能在不增加额外计算负担的基础上,体现出较高的精确度和较强的鲁棒性。 展开更多

关键词 多机动目标跟踪 高斯混合概率假设密度 交互式多模型 蒙特卡洛

下载PDF 职称材料

使用IMM/JPDA和固定延迟平滑滤波方法进行杂波环境下多机动目标跟踪 被引量：2

14

作者 戴耀 汪德虎 《情报指挥控制系统与仿真技术》 2003年第4期30-39,共10页

本文考虑用转换多目标运动模型对杂波环境下多机动目标进行跟踪。在马尔科夫转换系统中,次最优算法采用基本的交互多模型(IMM)逼近和联合概率数据互联(JPDA)技术。本文在IMM和JPDA的基础上发展出次最优固定延迟平滑算法应用于增广状态系... 本文考虑用转换多目标运动模型对杂波环境下多机动目标进行跟踪。在马尔科夫转换系统中,次最优算法采用基本的交互多模型(IMM)逼近和联合概率数据互联(JPDA)技术。本文在IMM和JPDA的基础上发展出次最优固定延迟平滑算法应用于增广状态系统,并通过对两个高机动目标的跟踪举例说明了这种算法的有效性。 展开更多

关键词 IMM/JPDA滤波算法 固定延迟平滑 杂波环境 多机动目标跟踪 模型 传感器

下载PDF 职称材料

自行高炮射击指挥雷达的多机动目标跟踪软件 被引量：1

15

作者 徐振来 尹锦荣 《现代雷达》 CSCD 北大核心 1997年第5期59-66,共8页

已经研制完成的自行高炮射击指挥雷达的多机动目标跟踪软件,采用了机动加速度突变模型、回波动态分区和整体相关、多准则模糊决策关联、航迹的模糊起始以及可靠性设计等新技术,在实际应用中显示了优良的性能。

关键词 多机动目标跟踪 机动目标模型 雷达跟踪系统

下载PDF 职称材料

一种混合的多机动目标跟踪算法研究 被引量：1

16

作者 朱亮 吴小俊 《航空计算技术》 2007年第5期5-9,共5页

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的... 提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题。给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤。仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性。 展开更多

关键词 模糊聚类 多机动目标跟踪 交互多模型 联合概率数据关联

下载PDF 职称材料

基于PHD未知杂波密度多机动目标跟踪 被引量：1

17

作者 袁常顺 王俊 +2 位作者 张耀天 毕严先 向洪 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2016年第10期2082-2090,共9页

基于随机有限集(RFS)的跳变马尔可夫系统(JMS)是多机动目标跟踪的有效方法。但现有的方法假设杂波密度是先验已知的,而实际中杂波密度是未知且可能随着环境的改变而变化。针对这一问题,提出了一种适用于线性高斯模型的未知杂波密度下多... 基于随机有限集(RFS)的跳变马尔可夫系统(JMS)是多机动目标跟踪的有效方法。但现有的方法假设杂波密度是先验已知的,而实际中杂波密度是未知且可能随着环境的改变而变化。针对这一问题,提出了一种适用于线性高斯模型的未知杂波密度下多机动目标跟踪算法。该算法以未知杂波密度高斯混合概率假设密度(λ-GMPHD)滤波为基础建模杂波和真实目标,采用线性高斯JMS模型描述目标机动,推导了未知杂波密度下多机动目标跟踪的GMPHD迭代解析表达式。仿真结果表明,所提算法可实现对于杂波密度以及目标数和目标状态的准确估计。 展开更多

关键词 随机有限集 未知杂波密度 多机动目标跟踪 跳变马尔可夫系统 概率假设密度滤波

下载PDF 职称材料

杂波环境中多机动目标自适应跟踪算法

18

作者 任桂和 彭冬亮 薛安克 《计算机仿真》 CSCD 北大核心 2009年第9期329-333,共5页

针对多杂波多机动目标环境引起的跟踪误差和实时性问题,提出了一种结合IMMPDA和改进的IMMJPDA的自适应多机动目标跟踪算法,在跟踪过程中根据目标之间的距离来选择IMMPDA和改进的IMMJPDA算法中的一种跟踪方法,其中改进的IMMJPDA算法是根... 针对多杂波多机动目标环境引起的跟踪误差和实时性问题,提出了一种结合IMMPDA和改进的IMMJPDA的自适应多机动目标跟踪算法,在跟踪过程中根据目标之间的距离来选择IMMPDA和改进的IMMJPDA算法中的一种跟踪方法,其中改进的IMMJPDA算法是根据每个模型产生的关联矩阵取并集产生关联矩阵。自适应多机动目标跟踪算法能在有效地提高跟踪实时性的同时,减小目标机动时位置误差的超调。通过蒙特卡罗仿真表明,算法是有效的。 展开更多

关键词 自适应 交互多模型 多机动目标跟踪 概率数据关联 修正联合概率数据关联

下载PDF 职称材料

一种IMM和JPDA混合型多目标跟踪算法研究

19

作者 孟欢欢 静大海 《电子设计工程》 2014年第5期99-101,共3页

本文研究基于IMMJPDA算法的多机动目标跟踪,并对IMMJPDA算法中聚矩阵的构成进行了改进。当目标采用不同模型时,将产生多个相互独立的聚矩阵和可行矩阵,同时得到相应的可行矩阵的条件概率。最后利用模型概率对上述条件概率进行加权求和... 本文研究基于IMMJPDA算法的多机动目标跟踪,并对IMMJPDA算法中聚矩阵的构成进行了改进。当目标采用不同模型时,将产生多个相互独立的聚矩阵和可行矩阵,同时得到相应的可行矩阵的条件概率。最后利用模型概率对上述条件概率进行加权求和得到关联概率。改进后的IMMJPDA算法在RMSE超调性能上有了一定的提高。 展开更多

关键词 多机动目标跟踪 联合概率数据关联算法 交互式多模型算法 仿真

下载PDF 职称材料

基于犹豫模糊集的特征辅助数据关联算法

20

作者 朱嘉颖 王雪博 +2 位作者 李俊山 袁鹏程 张韬杰 《制导与引信》 2020年第2期33-42,共10页

针对复杂电磁环境下,对非线性近距小角度交叉运动的多个目标进行跟踪时存在跟踪精度不高和实时性较差等局限性问题,结合模糊数学的思想,提出一种基于犹豫模糊集的特征辅助数据关联新方法。对有争议的公共量测所属性进行模糊分配,将多目... 针对复杂电磁环境下,对非线性近距小角度交叉运动的多个目标进行跟踪时存在跟踪精度不高和实时性较差等局限性问题,结合模糊数学的思想,提出一种基于犹豫模糊集的特征辅助数据关联新方法。对有争议的公共量测所属性进行模糊分配,将多目标跟踪问题转化为单目标跟踪问题,最后利用扩展卡尔曼滤波算法进行跟踪。在多种杂波密度和量测误差下的仿真结果均表明:对比多种现有数据关联算法,该方法可提高关联准确度,从而得到更高的跟踪精度,且实时性较强,更符合工程实现需求。 展开更多

关键词 多机动目标跟踪 数据关联 特征辅助 犹豫模糊集

下载PDF 职称材料