期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
闪烁噪声统计特性未知情况下的鲁棒广义标签多伯努利滤波器 被引量:3
1
作者 侯利明 连峰 +1 位作者 谭顺成 徐从安 《电子学报》 EI CAS CSCD 北大核心 2021年第7期1346-1353,共8页
为了解决闪烁噪声统计特性未知情况下的多目标跟踪问题,提出一种鲁棒广义标签多伯努利(Generalized Labeled Multi⁃Bernoulli,GLMB)滤波器.该滤波器采用均值未知且时变的多维Student’s t分布对统计特性未知的闪烁噪声进行建模.它放宽... 为了解决闪烁噪声统计特性未知情况下的多目标跟踪问题,提出一种鲁棒广义标签多伯努利(Generalized Labeled Multi⁃Bernoulli,GLMB)滤波器.该滤波器采用均值未知且时变的多维Student’s t分布对统计特性未知的闪烁噪声进行建模.它放宽了闪烁噪声均值为零的限制性假设,可以自适应地处理闪烁噪声均值未知且时变条件下的多目标跟踪问题.本文在GLMB滤波框架下,利用变分贝叶斯方法对增广状态中的参数进行变分迭代,并通过最小化Kullback⁃Leibler散度得到边缘似然函数的近似解.仿真结果表明,在闪烁噪声统计特性未知的情况下,所提滤波器能有效地对多目标进行跟踪. 展开更多
关键词 随机有限集 多目标跟踪 闪烁噪声 统计特性未知 变分贝叶斯推断 广义标签多伯努利滤波器
在线阅读 下载PDF
基于未知探测概率的RAG-GLMB多目标跟踪算法
2
作者 邓宇浩 李琳 《中国惯性技术学报》 CSCD 北大核心 2024年第12期1191-1196,共6页
针对未知探测概率的广义标签多伯努利(GLMB)滤波器性能下降问题,提出一种鲁棒自适应门限的广义标签多伯努利算法(RAG-GLMB)。通过采用自适应门限策略进行目标预测状态集与量测数据集的关联,判定目标探测状态,将未知探测概率转化为目标... 针对未知探测概率的广义标签多伯努利(GLMB)滤波器性能下降问题,提出一种鲁棒自适应门限的广义标签多伯努利算法(RAG-GLMB)。通过采用自适应门限策略进行目标预测状态集与量测数据集的关联,判定目标探测状态,将未知探测概率转化为目标存活问题;并设计比例因子提高实际探测概率较低时自适应门限方法鲁棒性。仿真结果表明,未知探测概率下,所提算法目标数估计正确率较传统GLMB算法高20.5%,最优子模式分配(OSPA)距离少7 m,且在量测数据部分丢失和强杂波背景下具有较好的鲁棒性。 展开更多
关键词 多目标跟踪 广义标签多伯努利滤波器 自适应门限 未知探测概率
在线阅读 下载PDF
非线性量测下的机动多目标跟踪
3
作者 国强 任海宁 +1 位作者 周凯 戚连刚 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2024年第5期64-73,共10页
为了解决非线性量测下机动多目标跟踪实时性差、跟踪误差大以及对杂波变化鲁棒性较差的问题,基于随机有限集理论,提出了一种采用量测转换和模糊算法改进的多模型δ-广义标签多伯努利滤波器。首先,推导了交互多模型的δ-GLMB滤波器,通过... 为了解决非线性量测下机动多目标跟踪实时性差、跟踪误差大以及对杂波变化鲁棒性较差的问题,基于随机有限集理论,提出了一种采用量测转换和模糊算法改进的多模型δ-广义标签多伯努利滤波器。首先,推导了交互多模型的δ-GLMB滤波器,通过去相关无偏量测转换实现位置量测从极坐标系到笛卡尔坐标系的无偏转换,并通过预测值去除量测误差和其协方差的相关性造成的滤波估计偏差,实现了非线性场景下的机动多目标跟踪;然后,通过航迹和量测的关联新息以及目标的机动约束构建联合波门,降低了杂波量测的数量;最后引入改进的模糊算法,以目标的模型后验概率为输入,根据模型的分离程度自适应调节运动模型的过程噪声,增加滤波精度。研究结果表明:在杂波环境下,通过与CKF-JMS-δ-GLMB、CKF-IMM-δ-GLMB等非线性多模型滤波器对比,所提算法计算时间较小,且跟踪精度更高,鲁棒性强。所提算法避免了传统的非线性处理方式计算量较大的问题,并且具有较好的杂波抑制特性,提升了非线性量测下机动多目标跟踪的性能。 展开更多
关键词 非线性量测 机动多目标 δ-广义标签多伯努利滤波器 量测转换 交互多模型 模糊算法
在线阅读 下载PDF
低空监视雷达“走-停-走”目标跟踪技术 被引量:2
4
作者 徐开明 王佰录 +2 位作者 李溯琪 邓云凯 王经鹤 《雷达学报(中英文)》 EI CSCD 北大核心 2022年第3期443-458,共16页
以旋翼无人机为代表的低空小目标常采用低速“走-停”策略或利用障碍物遮挡,躲避雷达追踪,对重要信息装备和战略要地进行点穴式打击或干扰。这类目标可多次消失-重返于雷达视域,称之“走-停-走”目标。若采用传统目标跟踪模型和算法处... 以旋翼无人机为代表的低空小目标常采用低速“走-停”策略或利用障碍物遮挡,躲避雷达追踪,对重要信息装备和战略要地进行点穴式打击或干扰。这类目标可多次消失-重返于雷达视域,称之“走-停-走”目标。若采用传统目标跟踪模型和算法处理这类目标,易导致目标身份不连续、航迹碎片化。该文在随机集理论框架下,基于标签多伯努利(LMB)滤波器,研究低空监视雷达“走-停-走”目标连续跟踪问题。为描述“走-停-走”目标多次往返于雷达视域的演化特性,首次引入第3类出生目标模型,即重生(RB)过程模型。首先,利用目标重返雷达视域前-后目标状态的空间位置和动力学参数关系,提出一种基于空域相关(SC)的RB过程;然后,基于SC-RB过程,在贝叶斯滤波框架下,设计了SC-RB-LMB滤波器算法,可实现多“走-停-走”目标连续稳健跟踪,维持航迹标签的连续性;最后,在典型低空监视场景下,通过仿真和实测数据验证了提出模型和算法的有效性和性能优势。 展开更多
关键词 低空监视雷达 “走--走”目标跟踪 随机集理论 重生过程模型 标签多伯努利滤波器
在线阅读 下载PDF
一步数据关联GLMB扩展目标跟踪算法 被引量:6
5
作者 李翠芸 李洋 +1 位作者 姬红兵 石仁政 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2020年第5期137-143,共7页
针对传统的扩展目标跟踪算法在目标近邻场景中由于量测不可分导致跟踪性能下降的问题,提出了一种基于一步数据关联的扩展目标跟踪算法。该算法用乘性噪声模型对目标进行建模,将联合概率数据关联理论中的一步数据关联处理方法与广义标签... 针对传统的扩展目标跟踪算法在目标近邻场景中由于量测不可分导致跟踪性能下降的问题,提出了一种基于一步数据关联的扩展目标跟踪算法。该算法用乘性噪声模型对目标进行建模,将联合概率数据关联理论中的一步数据关联处理方法与广义标签多伯努利滤波器相结合,实现在量测难以划分情况下的多扩展目标跟踪。仿真实验表明,该算法能够在交叉、近邻场景中实现对目标的有效跟踪,并且在估计精度方面优于传统的基于量测划分的扩展目标跟踪算法。 展开更多
关键词 扩展目标跟踪 乘性噪声模型 二阶扩展卡尔曼滤波算法 数据关联 广义标签多伯努利滤波器
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部