期刊导航
期刊开放获取
上海教育软件发展有限公..
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
3
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δ-广义标签多贝努利的群分裂算法
被引量：
1
1
作者
马艳琴
甘林海
王刚
《现代雷达》
CSCD
北大核心
2018年第12期46-51,共6页
群分裂是群目标的重要运动形式,基本的广义标签多贝努利(GLMB)滤波器计算复杂,且只对存活和新生目标建模,不能有效描述群分裂运动。针对此问题,在δ-GLMB滤波算法的基础上建立群分裂模型,通过最小化Kullback-Leibler散度(KL-DIV)的方法...
群分裂是群目标的重要运动形式,基本的广义标签多贝努利(GLMB)滤波器计算复杂,且只对存活和新生目标建模,不能有效描述群分裂运动。针对此问题,在δ-GLMB滤波算法的基础上建立群分裂模型,通过最小化Kullback-Leibler散度(KL-DIV)的方法近似目标真实密度分布,推导了一种考虑群分裂的GGIW-δ-GLMB滤波算法。仿真实验表明,该算法能够较好地跟踪群分裂运动。
展开更多
关键词
群目标
分裂
δ-广义标签多贝努利算法
Kullback—Leibler散度
伽马高斯逆威夏特
在线阅读
下载PDF
职称材料
δ-广义标签多伯努利滤波算法的非线性扩展
被引量：
1
2
作者
齐美彬
胡晶晶
+1 位作者
程佩琳
靳学明
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第12期3571-3578,共8页
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point...
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma,IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布;利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新;最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel,VB-CRTS)平滑。仿真结果表明,对于量测噪声未知的非线性系统,所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。
展开更多
关键词
δ-
广义
标签多
伯努利
算法
非线性模型
容积卡尔曼滤波
临近点
算法
变分贝叶斯近似
在线阅读
下载PDF
职称材料
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
职称材料
题名
基于δ-广义标签多贝努利的群分裂算法
被引量：
1
1
作者
马艳琴
甘林海
王刚
机构
南京电子技术研究所
空军工程大学研究生院
空军工程大学防空反导学院
出处
《现代雷达》
CSCD
北大核心
2018年第12期46-51,共6页
文摘
群分裂是群目标的重要运动形式,基本的广义标签多贝努利(GLMB)滤波器计算复杂,且只对存活和新生目标建模,不能有效描述群分裂运动。针对此问题,在δ-GLMB滤波算法的基础上建立群分裂模型,通过最小化Kullback-Leibler散度(KL-DIV)的方法近似目标真实密度分布,推导了一种考虑群分裂的GGIW-δ-GLMB滤波算法。仿真实验表明,该算法能够较好地跟踪群分裂运动。
关键词
群目标
分裂
δ-广义标签多贝努利算法
Kullback—Leibler散度
伽马高斯逆威夏特
Keywords
group target
splitting
δ-
generalized labeled multi
-
Bernoulli
Kullback
-
Leibler divergence
Gamma Gaussian inverse Wishart
分类号
TN957.52 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
δ-广义标签多伯努利滤波算法的非线性扩展
被引量：
1
2
作者
齐美彬
胡晶晶
程佩琳
靳学明
机构
合肥工业大学计算机与信息学院
中国电子科技集团第
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第12期3571-3578,共8页
基金
国家自然科学基金(61771180)资助课题。
文摘
针对高斯混合(Gaussian mixture,GM)实现的变分贝叶斯-δ-广义标签多伯努利(variational Bayesian-δ-generalized labeled multi-Bernoulli,VB-δ-GLMB)滤波算法在非线性场景下跟踪性能较低这一问题,结合基于临近点算法(proximal point algorithm,PPA)和变分贝叶斯(variational Bayesian,VB)的迭代优化与容积卡尔曼滤波(cubature Kalman filtering,CKF),提出一种适用于非线性模型的机动多目标跟踪算法。该算法在GM-VB-δ-GLMB的基础上采用逆伽马(inverse-Gamma,IG)和高斯乘积混合分布近似量测噪声协方差和状态联合后验分布;利用PPA-CKF-VB(PCKF-VB)方法对传递过程中的高斯项参数进行预测更新;最后为提高滤波精度进行变分贝叶斯容积RTS(VB cubature Rauch-Tung-Striebel,VB-CRTS)平滑。仿真结果表明,对于量测噪声未知的非线性系统,所提的算法与现有的VB-δ-GLMB算法相比目标跟踪精度有显著提高。
关键词
δ-
广义
标签多
伯努利
算法
非线性模型
容积卡尔曼滤波
临近点
算法
变分贝叶斯近似
Keywords
δ-
generalized labeled multi
-
Bernoulli(
δ-
GLMB)algorithm
nonlinear model
cubature Kalman filter(CKF)
proximal point algorithm
variational Bayesian approximation
分类号
TN953 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
非线性量测下的机动多目标跟踪
3
作者
国强
任海宁
周凯
戚连刚
机构
哈尔滨工程大学信息与通信工程学院
先进船舶通信与信息技术工业和信息化部重点实验室(哈尔滨工程大学)
出处
《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
基金
国家重点研发计划(2018YFE0206500)
国家自然科学基金(62071140)
中央高校基本科研业务费专项(3072022QBZ0801)。
文摘
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。
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
Keywords
nonlinear measurements
maneuvering multiple target
δ-
generalized labeled multi
-
Bernoulli(
δ-
GLMB)
converted measurement
interactive multiple model
fuzzy algorithm
分类号
TN953 [电子电信—信号与信息处理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于δ-广义标签多贝努利的群分裂算法
马艳琴
甘林海
王刚
《现代雷达》
CSCD
北大核心
2018
1
在线阅读
下载PDF
职称材料
2
δ-广义标签多伯努利滤波算法的非线性扩展
齐美彬
胡晶晶
程佩琳
靳学明
《系统工程与电子技术》
EI
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
3
非线性量测下的机动多目标跟踪
国强
任海宁
周凯
戚连刚
《哈尔滨工业大学学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
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
