期刊文献+
共找到147篇文章
< 1 2 8 >
每页显示 20 50 100
组网无源雷达变数目多目标跟踪算法 被引量:9
1
作者 时银水 姬红兵 杨柏胜 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2010年第2期218-223,共6页
针对组网无源雷达多目标跟踪问题,提出一种新的变数目多目标跟踪算法,实时估计目标数目与多目标状态.算法采用多站集中式融合策略解决无源观测的不完全性问题,采用最小二乘算法构造伪位置观测解决无源观测的非线性问题.针对变数目多目... 针对组网无源雷达多目标跟踪问题,提出一种新的变数目多目标跟踪算法,实时估计目标数目与多目标状态.算法采用多站集中式融合策略解决无源观测的不完全性问题,采用最小二乘算法构造伪位置观测解决无源观测的非线性问题.针对变数目多目标跟踪问题,利用随机集理论将多目标状态与观测构成随机有限集,通过高斯混合概率假设密度滤波递归计算多目标状态随机有限集的后验强度,实时得到目标数目及其状态的估计.算法引进最小二乘算法估计出候选目标点进行数据关联,解决了无源观测线较近时无源数据关联精度下降问题.仿真实验验证了该算法的有效性. 展开更多
关键词 无源雷达 随机有限集 概率假设密度 多目标跟踪 数据关联
下载PDF
基于随机有限集的UPF-CPHD多目标跟踪 被引量:8
2
作者 王慧斌 陈哲 +1 位作者 王鑫 马玉 《通信学报》 EI CSCD 北大核心 2012年第12期147-153,共7页
提出一种基于随机有限集的无迹粒子基数概率假设密度滤波(UPF-CPHD,unscented particle fil-ter-cardinality probability hypothesis density)的多目标跟踪方法。在粒子滤波框架下采用随机有限集(RFS,randomfinite sets)对多目标状态... 提出一种基于随机有限集的无迹粒子基数概率假设密度滤波(UPF-CPHD,unscented particle fil-ter-cardinality probability hypothesis density)的多目标跟踪方法。在粒子滤波框架下采用随机有限集(RFS,randomfinite sets)对多目标状态和观测进行描述。在UPF滤波框架下引入CPHD算法同时递推目标状态和目标数目,并计算最新观测信息,估计结果更加精确,弥补PHD估计目标数目不可靠的缺点。仿真实验表明,UPF-CPHD多目标跟踪方法能够降低超过50%的目标数目估计误差,并提高目标状态的估计精度。 展开更多
关键词 随机有限集 多目标跟踪 无迹粒子滤波 基数概率假设密度滤波
下载PDF
一种新的多机动目标跟踪的GMPHD滤波算法 被引量:7
3
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
基于深度强化学习的多目标跟踪技术研究
4
作者 杨麒霖 刘俊 +4 位作者 管坚 莫倩倩 陈华杰 谷雨 石义芳 《无线电通信技术》 北大核心 2024年第1期187-192,共6页
在随机有限集多目标跟踪过程中,由于跟踪问题的复杂性,会耗费大量的计算成本,特别是在目标和杂波密集的复杂情况中,计算成本呈指数增长。随机有限集中通常采用的分配算法——例如Murty算法的时间复杂度为滤波器生成的代价矩阵规模的三... 在随机有限集多目标跟踪过程中,由于跟踪问题的复杂性,会耗费大量的计算成本,特别是在目标和杂波密集的复杂情况中,计算成本呈指数增长。随机有限集中通常采用的分配算法——例如Murty算法的时间复杂度为滤波器生成的代价矩阵规模的三次方。为了减少跟踪耗时,结合组合优化的思想,将代价矩阵重定义为二分图,采用了一种基于深度强化学习的二分图匹配算法,取代传统随机有限集中的分配算法,并通过仿真实验验证了所提方法的可行性。实验表明,所提方法在保证跟踪性能的前提下减少了跟踪耗时,提升了跟踪实时性。 展开更多
关键词 随机有限集 强化学习 组合优化
下载PDF
基于随机有限集的视频SAR多目标跟踪方法 被引量:2
5
作者 陈李田 张云 +1 位作者 李宏博 王勇 《空军工程大学学报》 CSCD 北大核心 2023年第2期77-82,共6页
视频合成孔径雷达具有高分辨与高帧速率成像的特点,可以连续获取地面感兴趣区域目标近似视频的信息,为基于SAR图像的目标识别与跟踪技术的快速发展奠定了基础。为了满足日益复杂的应用需求,多目标跟踪技术逐渐发展成熟,针对多目标跟踪... 视频合成孔径雷达具有高分辨与高帧速率成像的特点,可以连续获取地面感兴趣区域目标近似视频的信息,为基于SAR图像的目标识别与跟踪技术的快速发展奠定了基础。为了满足日益复杂的应用需求,多目标跟踪技术逐渐发展成熟,针对多目标跟踪过程中每个运动目标的状态都具有空时变性,并且目标的数量具有随机性的难题,首先建立了基于随机有限集的多目标跟踪算法,在此基础上讨论了贝叶斯框架下的概率假设密度算法,并在高斯混合模型下研究并实现了高斯混合概率假设密度滤波算法,进而实现了基于RFS的多目标跟踪算法,在复杂环境背景下验证了该算法的有效性。 展开更多
关键词 视频SAR 随机有限集 多目标跟踪 高斯混合概率假设密度
下载PDF
自适应目标新生δ广义标签多伯努利滤波算法 被引量:6
6
作者 李翠芸 陈东伟 石仁政 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第2期12-16,共5页
针对传统广义标签多伯努利滤波算法因需已知新生目标状态分布信息而导致在实际场景中估计精度下降的问题,提出一种新的自适应目标新生δ广义标签多伯努利算法。该算法以广义标签多伯努利滤波器为基础,利用上一时刻接收到的量测信息反推... 针对传统广义标签多伯努利滤波算法因需已知新生目标状态分布信息而导致在实际场景中估计精度下降的问题,提出一种新的自适应目标新生δ广义标签多伯努利算法。该算法以广义标签多伯努利滤波器为基础,利用上一时刻接收到的量测信息反推当前时刻新生目标的存活概率和状态信息,并给出其标签伯努利随机集的参数表示。仿真结果表明,所提算法对于未知新生目标先验信息的复杂运动场景具有较强的多目标跟踪鲁棒性,且跟踪精度以及时间耗费均优于传统广义标签多伯努利滤波器。 展开更多
关键词 多目标跟踪 随机有限集 δ广义标签多伯努利 自适应目标新生
下载PDF
基于SMC-CPHD的多目标跟踪算法研究 被引量:5
7
作者 周卫东 张鹤冰 吉宇人 《宇航学报》 EI CAS CSCD 北大核心 2012年第4期443-450,共8页
针对CPHD滤波算法在多目标跟踪中计算难处理和对于局部目标估计存在漏检的问题,提出了基于序贯蒙特卡罗方法的基数概率假设密度(SMC-CPHD)滤波算法。这种方法是将SMC和CPHD两种滤波算法的优点相结合,用一些离散的粒子去接近PHD函数,不... 针对CPHD滤波算法在多目标跟踪中计算难处理和对于局部目标估计存在漏检的问题,提出了基于序贯蒙特卡罗方法的基数概率假设密度(SMC-CPHD)滤波算法。这种方法是将SMC和CPHD两种滤波算法的优点相结合,用一些离散的粒子去接近PHD函数,不仅解决了在滤波修正步没有闭式解的问题,而且避免了当某个目标发生漏检时,PHD权值的转移问题,在递推PHD函数的同时也递推基数分布。将此方法应用到有杂波存在复杂的多目标跟踪环境中,通过仿真实验,对CPHD滤波和SMC-CPHD滤波得出的结果进行比较,验证了本文所提出方法对多目标跟踪的可行性和精确性。 展开更多
关键词 随机集 基数概率假设密度 序贯蒙特卡罗 粒子 多目标跟踪
下载PDF
多传感器多目标跟踪的粒子PHD滤波算法 被引量:4
8
作者 郝燕玲 孟凡彬 +2 位作者 张崇猛 蔡艺峰 王素鑫 《传感器与微系统》 CSCD 北大核心 2010年第4期18-21,25,共5页
针对单传感器跟踪系统的缺陷,提出了基于粒子概率假设密度(PHD)滤波的多传感器多目标跟踪算法。这种算法不仅避免了多传感器多目标跟踪的数据关联问题,而且在漏检、目标密集、航迹交叉、小范围内目标数多的杂波环境下能够稳定、精确地... 针对单传感器跟踪系统的缺陷,提出了基于粒子概率假设密度(PHD)滤波的多传感器多目标跟踪算法。这种算法不仅避免了多传感器多目标跟踪的数据关联问题,而且在漏检、目标密集、航迹交叉、小范围内目标数多的杂波环境下能够稳定、精确地估计目标状态和目标数。仿真实验比较了单传感器粒子PHD滤波与多传感器的粒子PHD滤波的跟踪性能,验证了该方法的跟踪性能和精度。 展开更多
关键词 随机有限集 多传感器 多目标跟踪 粒子滤波 概率假设密度
下载PDF
分布式多目标伯努利滤波器的网络共识技术 被引量:5
9
作者 王佰录 易伟 +2 位作者 李溯琪 孔令讲 杨晓波 《信号处理》 CSCD 北大核心 2018年第1期1-12,共12页
本文研究了基于网络共识的分布式多目标伯努利(Multi-Bernoulli,MB)滤波器的目标跟踪技术。网络共识技术是实现传感器网络中分布式计算的一个强大工具,但同时对传感器间公共信息"重复计算"问题尤为敏感。为解决该问题,本文首... 本文研究了基于网络共识的分布式多目标伯努利(Multi-Bernoulli,MB)滤波器的目标跟踪技术。网络共识技术是实现传感器网络中分布式计算的一个强大工具,但同时对传感器间公共信息"重复计算"问题尤为敏感。为解决该问题,本文首先在基于广义协方差交集(Generalized Covariance Intersection,GCI)准则的分布式MB(GCI-MB)滤波器的基础上,通过采用序贯信息交互-本地融合的策略,提出网络共识(Consensus)-GCI-MB融合算法,简称C-GCI-MB融合;然后,通过数学理论分析了C-GCI-MB融合可以有效的避免"重复计算"问题;最后给出了C-GCI-MB融合算法的混合高斯(Gaussian Mixture)实现方法,并通过典型场景仿真验证了该算法的有效性及性能优势。 展开更多
关键词 随机集 分布式融合 多目标伯努利滤波器 网络共识
下载PDF
改进的最适高斯近似概率假设密度滤波 被引量:4
10
作者 欧阳成 陈晓旭 华云 《雷达学报(中英文)》 CSCD 2013年第2期239-246,共8页
最适高斯近似概率假设密度滤波是一种新颖的多机动目标跟踪算法。然而,该算法存在模型概率先验固化问题,即在计算模型概率的过程中量测信息不起作用。针对以上问题,该文提出一种改进算法,通过引入模型概率更新过程,将后验量测信息加入... 最适高斯近似概率假设密度滤波是一种新颖的多机动目标跟踪算法。然而,该算法存在模型概率先验固化问题,即在计算模型概率的过程中量测信息不起作用。针对以上问题,该文提出一种改进算法,通过引入模型概率更新过程,将后验量测信息加入模型概率的计算式中,根据似然函数在多个运动模型之间进行软切换,进而实现对多个机动目标的有效跟踪。实验结果表明,改进算法能够有效解决模型概率先验固化问题,在目标数估计和滤波精度方面均优于传统算法,具有良好的工程应用前景。 展开更多
关键词 随机集 概率假设密度滤波 最适高斯近似 机动目标跟踪
下载PDF
多目标跟踪的高斯混合概率假设密度滤波算法 被引量:4
11
作者 郝燕玲 孟凡彬 +2 位作者 周卫东 孙枫 欧阳泰山 《弹箭与制导学报》 CSCD 北大核心 2010年第3期35-40,共6页
在多目标跟踪中,在观测数据存在关联的不确定、检测的不确定、噪声和虚警情形下,同时估计出随时间变化的目标数及目标状态,高斯混合概率假设密度(GMPHD)提供了一种有效的方法。PHD滤波不存在解析解,而GMPHD滤波提供了PHD递推的解析解。... 在多目标跟踪中,在观测数据存在关联的不确定、检测的不确定、噪声和虚警情形下,同时估计出随时间变化的目标数及目标状态,高斯混合概率假设密度(GMPHD)提供了一种有效的方法。PHD滤波不存在解析解,而GMPHD滤波提供了PHD递推的解析解。仿真结果表明,GMPHD滤波能稳健的跟踪目标数未知或时间变化时的目标状态和目标数。 展开更多
关键词 随机有限集 多目标跟踪 高斯混合 概率假设密度
下载PDF
基于VB近似的自适应δ-GLMB滤波算法 被引量:4
12
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
一种无迹粒子PHD滤波的多目标跟踪算法 被引量:3
13
作者 张崇猛 王戈 +2 位作者 孟凡彬 王夙歆 蔡玲 《系统仿真学报》 CAS CSCD 北大核心 2013年第1期94-98,103,共6页
针对粒子概率假设密度滤波(P-PHDF)算法估计精度低、滤波发散和粒子退化的缺陷,提出了一种无迹粒子PHD滤波(UP-PHDF)算法。该算法以UKF算法产生重要性函数并从中采样,通过观测值更新粒子的权值,再用加权的粒子估计PHD函数,进而得到优化... 针对粒子概率假设密度滤波(P-PHDF)算法估计精度低、滤波发散和粒子退化的缺陷,提出了一种无迹粒子PHD滤波(UP-PHDF)算法。该算法以UKF算法产生重要性函数并从中采样,通过观测值更新粒子的权值,再用加权的粒子估计PHD函数,进而得到优化的状态估计均值和方差进行传播。最后,对UP-PHDF算法进行了分析和实现,并将该算法和P-PHDF算法进行了比较。仿真结果表明,UP-PHDF算法不仅大大提高了滤波估计的精度,同时提高了跟踪系统的稳定性和鲁棒性。 展开更多
关键词 多目标跟踪 随机有限集 无迹粒子滤波 粒子概率假设密度滤波
下载PDF
Tracking a Time-Varying Number of Targets with Radio-Frequency Tomography
14
作者 肖贺 刘航 +1 位作者 徐俊 门爱东 《Transactions of Tianjin University》 EI CAS 2015年第4期356-365,共10页
Radio-frequency(RF) tomography is an emerging technology which derives targets location information by analyzing the changes of received signal strength(RSS) in wireless links. This paper presents and evaluates a nove... Radio-frequency(RF) tomography is an emerging technology which derives targets location information by analyzing the changes of received signal strength(RSS) in wireless links. This paper presents and evaluates a novel RF tomography system which is capable of detecting and tracking a time-varying number of targets in a cluttered indoor environment. The system incorporates an observation model based on RSS attenuation histogram and a multi-target tracking-by-detection filtering approach based on probability hypothesis density(PHD) filter. In addition, the sequential Monte Carlo method is applied to implement the multi-target filtering. To evaluate the tracking system, the experiments involving up to 3 targets were performed within an obstructed indoor area of 70 m2. The experimental results indicate that the proposed tracking system is capable of tracking a time-varying number of targets. 展开更多
关键词 RADIO-FREQUENCY TOMOGRAPHY MULTI-TARGET TRACKING wireless sensor networks particle filtering trackingby detection random finite sets
下载PDF
基于泊松多伯努利混合滤波器的新生目标跟踪
15
作者 鑑美玉 柳晓鸣 《计算机应用与软件》 北大核心 2022年第12期292-297,共6页
针对概率假设密度滤波器对新生目标的跟踪需要假设新生目标先验已知,其先验假设不合理,提出一种基于泊松多伯努利混合滤波器的新生目标跟踪方法。该方法根据泊松多伯努利混合滤波器共轭先验性质,获得当前量测为泊松过程和多伯努利混合... 针对概率假设密度滤波器对新生目标的跟踪需要假设新生目标先验已知,其先验假设不合理,提出一种基于泊松多伯努利混合滤波器的新生目标跟踪方法。该方法根据泊松多伯努利混合滤波器共轭先验性质,获得当前量测为泊松过程和多伯努利混合过程的线性组成,并且将量测分别建立成新生目标量测和存活目标量测。以广义最优模式分配函数作为算法检测标准,实验结果表明,该方法对新生目标数目和目标位置的估计准确性均有较大提高。 展开更多
关键词 多目标跟踪 随机有限集 泊松多伯努利混合 新生目标
下载PDF
可提取衍生目标的带标签GM-PHD算法 被引量:1
16
作者 陈金广 赵甜甜 +1 位作者 马丽丽 徐步高 《光电工程》 CAS CSCD 北大核心 2016年第12期79-84,共6页
针对带标签的高斯混合概率假设密度滤波算法无法获取衍生目标的问题,提出一种可以提取衍生目标的带标签GM-PHD算法。首先,通过为高斯项加注标签的方式区别不同的目标,以辨别单个目标及其航迹。其次,在滤波过程中,对每一时刻得到的状态... 针对带标签的高斯混合概率假设密度滤波算法无法获取衍生目标的问题,提出一种可以提取衍生目标的带标签GM-PHD算法。首先,通过为高斯项加注标签的方式区别不同的目标,以辨别单个目标及其航迹。其次,在滤波过程中,对每一时刻得到的状态估计值与已形成的航迹标签进行匹配关联,实现航迹维持。最后,通过设置衍生阈值来判断状态估计中是否存在衍生目标以及可能产生的目标个数,为新生目标高斯项和可能的衍生目标高斯项重新分配标签,并创建新的航迹。仿真实验结果表明,与传统的带标签GM-PHD算法相比,在衍生目标存在的情况下,改进算法具有更好的跟踪性能。 展开更多
关键词 概率假设密度滤波 随机有限集 状态估计 衍生目标 带标签GM-PHD
下载PDF
存在目标交叉情形的扩展目标跟踪算法
17
作者 陈金广 江梦茜 马丽丽 《系统仿真学报》 CAS CSCD 北大核心 2017年第1期7-13,共7页
扩展目标跟踪过程中,若出现目标交叉,直接采用扩展目标高斯混合概率假设密度滤波算法会出现目标漏估计。针对该问题,提出了一种改进算法。计算每一时刻跟踪到的目标间的欧式距离,以此判定目标是否处于临近区域。在下一时刻,若临近区域... 扩展目标跟踪过程中,若出现目标交叉,直接采用扩展目标高斯混合概率假设密度滤波算法会出现目标漏估计。针对该问题,提出了一种改进算法。计算每一时刻跟踪到的目标间的欧式距离,以此判定目标是否处于临近区域。在下一时刻,若临近区域内跟踪到的目标数目突然变少,则对临近区域内目标对应的高斯分量权值进行补偿;否则看作是正常的目标消亡现象,不作处理。使用处理后的高斯分量进行目标估计和跟踪。改进算法解决了因量测集分布紧密而被划分到同一个子集带来的目标数目漏估计的问题。仿真实验结果表明了改进算法的精确性与有效性。 展开更多
关键词 扩展目标跟踪 概率假设密度滤波 随机有限集 状态估计 目标交叉
下载PDF
认知无线电中基于高斯混合概率假设密度滤波的主用户跟踪算法
18
作者 杨磊 陈喆 殷福亮 《信号处理》 CSCD 北大核心 2012年第1期19-25,共7页
基于随机集的高斯混合概率假设密度滤波算法是一种典型的多目标跟踪算法,可以在目标数目未知的情况下进行多目标跟踪,但是该算法要求已知目标的起始位置,在很多情况下,目标的起始位置信息是无法获得的。本文针对这一问题,提出了改进的... 基于随机集的高斯混合概率假设密度滤波算法是一种典型的多目标跟踪算法,可以在目标数目未知的情况下进行多目标跟踪,但是该算法要求已知目标的起始位置,在很多情况下,目标的起始位置信息是无法获得的。本文针对这一问题,提出了改进的高斯混合概率假设密度滤波算法,并将本文算法应用于认知无线电系统的主用户跟踪问题。该算法利用双向预测的方式对检测结果进行估计,即使用正向预测算法来估计现存主用户的位置,然后采用后向预测算法来搜索新生的主用户并估计出新生主用户的位置。本文算法的主要优点是在主用户的数目、出现的时间和起始位置均未知的情况下仍可以有效的跟踪目标。最后,通过仿真对本文算法的性能进行了分析。仿真结果表明,本文算法在误检率较高的情况下可以准确地跟踪主用户。 展开更多
关键词 认知无线电 主用户跟踪 多目标跟踪 高斯混合概率假设密度滤波 随机有限集
下载PDF
基于势均衡多伯努利滤波的SLAM方法
19
作者 李宁 章飞 《计算机与数字工程》 2021年第9期1823-1828,共6页
针对传统的EKF-SLAM、FastSLAM等方法存在着复杂度高、需要进行数据关联、计算量大不足等问题,提出了一种基于势均衡多伯努利滤波的SLAM(Cardinality Balanced Multi-Bernoulli-SLAM,CBMBer-SLAM)算法,该方法是一种基于随机有限集理论... 针对传统的EKF-SLAM、FastSLAM等方法存在着复杂度高、需要进行数据关联、计算量大不足等问题,提出了一种基于势均衡多伯努利滤波的SLAM(Cardinality Balanced Multi-Bernoulli-SLAM,CBMBer-SLAM)算法,该方法是一种基于随机有限集理论的滤波方法,将势均衡多伯努利滤波方法运用到地图特征估计中,克服了复杂的数据关联和地图特征点数目估计过多的问题,从而提高地图估计的整体精度,是一种用来解决水下SLAM问题比较好的新方法。通过仿真实验,将所提算法与RB-PHD-SLAM算法进行比较,仿真结果表明该算法可以有效提高地图特征估计精度。 展开更多
关键词 同步定位与地图构建 随机有限集 数据关联 势均衡多伯努利滤波
下载PDF
基于PHD滤波的多目标跟踪算法研究
20
作者 朱江山 秦国峰 李鹏 《计算机与数字工程》 2013年第11期1747-1750,1787,共5页
针对粒子PHD滤波中最优采样分布解析式获取困难及聚类算法提取目标状态导致的滤波性能下降问题,论文提出了一种免聚类的最优粒子PHD滤波算法。论文研究发现,前一时刻的粒子和最新观测集中的某个观测存在最大关联,而与其它观测关联度很小... 针对粒子PHD滤波中最优采样分布解析式获取困难及聚类算法提取目标状态导致的滤波性能下降问题,论文提出了一种免聚类的最优粒子PHD滤波算法。论文研究发现,前一时刻的粒子和最新观测集中的某个观测存在最大关联,而与其它观测关联度很小,于是可以将最优采样分布近似为只与单个观测相关的形式,将系统的观测方程线性化,便可以得到最优采样分布的近似解析形式;由于粒子和观测的这种关联,使粒子具有了类别信息,不需要聚类算法提取目标状态。实验表明:该文提出的免聚类最优粒子PHD滤波算法的跟踪性能优于传统的粒子PHD滤波算法。 展开更多
关键词 粒子PHD滤波 多目标跟踪 最优采样分布 免聚类 随机有限集
下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部