期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
基于势平衡多伯努利滤波的多传感器纯方位多目标跟踪 被引量:1
1
作者 吴孙勇 张小琪 +1 位作者 李明 余润华 《信号处理》 CSCD 北大核心 2024年第11期2050-2061,共12页
被动传感器不主动发射信号,通常仅获得目标的角度量测信息,无法获得径向距离信息,这种仅利用角度量测信息对多目标跟踪的方法称为纯方位多目标跟踪。实际应用中,纯方位多目标跟踪面临三个主要问题:一是由于被动传感器只获取目标的角度量... 被动传感器不主动发射信号,通常仅获得目标的角度量测信息,无法获得径向距离信息,这种仅利用角度量测信息对多目标跟踪的方法称为纯方位多目标跟踪。实际应用中,纯方位多目标跟踪面临三个主要问题:一是由于被动传感器只获取目标的角度量测,导致量测信息不完备;二是量测方程存在高度非线性;三是由于传感器可能接收到杂波等非目标产生的量测,导致量测源不确定。针对上述问题,本文提出一种多传感器贪婪伪线性粒子势平衡多伯努利滤波。首先采用Rao-Blackwell理论将混合目标状态向量分解,将与量测值相关的位置分量视为非线性分量,而与量测值无关的速度分量视为线性分量,并分别采用粒子滤波器(Particle Filter,PF)和卡尔曼滤波器(Kalman Filter,KF)进行处理,从而有效降低粒子滤波采样维度。其次,针对传统粒子采样严重依赖模型的问题,基于伪线性卡尔曼滤波器(Pseudo-linear Kalman Filter,PLKF)设计一种新型粒子采样方法,即利用PLKF和最新量测信息构造重要性密度函数,并对非线性分量进行粒子采样;在更新阶段采用贪婪量测划分策略选取最优量测集合,并利用最优量测集合中量测信息实现多目标状态集中式融合估计。最后,通过仿真结果验证,本文所提滤波器能在杂波环境中仅利用角度量测对目标进行有效稳定的跟踪,相较于对比方法,所提滤波器能够更为准确估计目标数量和状态。 展开更多
关键词 纯方位多目标跟踪 多传感器 势平衡多伯努利滤波 伪线性卡尔曼滤波 贪婪算法
在线阅读 下载PDF
基于椭圆方向和半轴长度的多伯努利扩展目标跟踪
2
作者 孙可 胡青霜 +1 位作者 郑翔飞 吴孙勇 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2024年第11期3367-3376,共10页
针对杂波环境下扩展目标外形难以估计、新生目标先验信息未知等问题,在扩展目标势均衡多目标多伯努利(ET-CBMeMBer)滤波器的基础上,开展基于椭圆方向和半轴长度(OAL)的参数化多扩展目标跟踪研究。借助乘性噪声构造考虑目标空间信息的显... 针对杂波环境下扩展目标外形难以估计、新生目标先验信息未知等问题,在扩展目标势均衡多目标多伯努利(ET-CBMeMBer)滤波器的基础上,开展基于椭圆方向和半轴长度(OAL)的参数化多扩展目标跟踪研究。借助乘性噪声构造考虑目标空间信息的显式量测方程,并推导OAL-CBMeMBer滤波器高斯混合实现的封闭形式解;基于显式的量测方程,利用已知的量测数据自适应构造考虑了质心位置和外形状态的新生目标先验信息,并提出自适应新生OAL-CBMeMBer滤波器。仿真实验结果表明:所提OAL-CBMeMBer滤波器提高了目标数目和状态的估计精度,能够有效地对多扩展目标进行跟踪。 展开更多
关键词 多扩展目标 平衡多目标多伯努利滤波 椭圆方向 椭圆半轴长度 自适应新生
在线阅读 下载PDF
多模型GM-CBMeMBer滤波器及航迹形成 被引量:12
3
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 平衡多目标多伯努利滤波 交互式多模型算法 高斯混合实现
在线阅读 下载PDF
多阵列水下多目标跟踪的分布式算法研究 被引量:2
4
作者 徐文 吴雨桑 张婷 《信号处理》 CSCD 北大核心 2023年第10期1764-1774,共11页
针对水下单水听器阵列探测范围受限、目标定位和跟踪性能不足问题,论文提出一种基于匹配场定位量测模型的分布式多目标联合定位与跟踪方法。在各阵列节点选取匹配场模糊函数大于设定阈值的峰对应的坐标作为量测,结合势平衡多伯努利(Card... 针对水下单水听器阵列探测范围受限、目标定位和跟踪性能不足问题,论文提出一种基于匹配场定位量测模型的分布式多目标联合定位与跟踪方法。在各阵列节点选取匹配场模糊函数大于设定阈值的峰对应的坐标作为量测,结合势平衡多伯努利(Cardinality Balanced Multi-Bernoulli,CBMB)滤波,滤除噪声干扰,解决常规匹配场定位方法低信噪比导致的跟踪精度下降的影响。在分布式网络架构下,利用广义协方差交集(Generalized Covariance Intersection,GCI)融合法则,序贯融合每个阵列节点与其邻近节点各自滤波后的多目标后验概率密度,以充分利用不同阵列节点的量测信息,提高水下多目标的跟踪精度。由于融合的是多目标后验概率密度而非量测集本身,改善了集中式融合处理的高通信负担问题。仿真实验结果证明,与单水听器阵列目标跟踪算法相比,经分布式融合后,多次蒙特卡洛实验下的平均最优子模式分配(Optimal Subpattern Assignment,OSPA)距离显著下降,多目标的状态和数目的跟踪精度有所提升。在系统通信负担和单节点计算负担大幅降低的情况下,可达到与集中式融合处理相当的跟踪精度。 展开更多
关键词 水下多目标跟踪 匹配场定位 势平衡多伯努利滤波 广义协方差交集
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部