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
复杂交通流下基于卡尔曼滤波的多目标全生命周期状态估计
被引量：
3
1
作者
刘明杰
陈俊虎
+2 位作者
刘平
陈俊生
朴昌浩
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2024年第1期321-334,共14页
针对复杂行车环境下噪声干扰和车辆行车过程中状态变化导致交通场景中目标状态估计精度低的问题,以毫米波雷达为检测传感器,提出涵盖参数初始化和在线更新的基于卡尔曼滤波的多目标全生命周期状态估计方法。首先,建立交通流下多目标运...
针对复杂行车环境下噪声干扰和车辆行车过程中状态变化导致交通场景中目标状态估计精度低的问题,以毫米波雷达为检测传感器,提出涵盖参数初始化和在线更新的基于卡尔曼滤波的多目标全生命周期状态估计方法。首先,建立交通流下多目标运动状态的卡尔曼滤波状态估计模型;基于此,一方面提出基于数据驱动的卡尔曼滤波观测噪声协方差矩阵初始化的新方法,另一方面采用变分贝叶斯方法对卡尔曼滤波参数进行在线更新,以此提高多目标状态估计精度;最后,在算法实现步骤的基础上,利用实车数据开展测试验证工作。实验结果表明,方法的目标状态估计均方误差为0.153,相较于传统卡尔曼滤波减小了36.2%,证明所提出方法对提升车辆感知精度的有效性。
展开更多
关键词
多目标状态估计
卡尔曼滤波
参数初始化
参数在线更新
在线阅读
下载PDF
职称材料
基于增量式有限混合模型的多目标状态极大似然估计
被引量：
1
2
作者
闫小喜
韩崇昭
《自动化学报》
EI
CSCD
北大核心
2011年第5期577-584,共8页
提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来...
提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来获得参数的极大似然解.在新分量插入混合模型时,保持已有混合模型的参数不变,仍旧采用极大似然准则从候选新分量集合中选择新插入分量.新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值.利用k-d树生成插入到混合模型的新分量候选集合.增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势,有助于一步一步地搜寻混合模型的极大似然解.仿真结果表明,基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.
展开更多
关键词
多目标状态估计
增量式有限混合模型
概率假设密度滤波器
极大似然
期望极大化
在线阅读
下载PDF
职称材料
概率假设密度滤波的谱聚类目标状态提取方法
被引量：
3
3
作者
张慧
韩崇昭
闫小喜
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2012年第2期1-5,118,共6页
提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普...
提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普拉斯矩阵进行特征分解,以实现粒子点的聚类,再在每类中寻找粒子的聚类点作为多目标状态的估计值,同时为了减小计算量,利用Nystrm逼近方法求解特征向量.仿真实验表明,PHD滤波的谱聚类目标状态提取方法的估计精度比k均值目标状态提取方法提高了60%以上.
展开更多
关键词
多目标状态估计
概率假设密度
状态
提取
谱聚类
Nystrm逼近
在线阅读
下载PDF
职称材料
题名
复杂交通流下基于卡尔曼滤波的多目标全生命周期状态估计
被引量：
3
1
作者
刘明杰
陈俊虎
刘平
陈俊生
朴昌浩
机构
重庆邮电大学自动化学院
出处
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2024年第1期321-334,共14页
基金
国家重点研发计划(2022YFE0101000)
重庆市教委科学技术研究项目(KJQN202200630,KJQN202100620)资助。
文摘
针对复杂行车环境下噪声干扰和车辆行车过程中状态变化导致交通场景中目标状态估计精度低的问题,以毫米波雷达为检测传感器,提出涵盖参数初始化和在线更新的基于卡尔曼滤波的多目标全生命周期状态估计方法。首先,建立交通流下多目标运动状态的卡尔曼滤波状态估计模型;基于此,一方面提出基于数据驱动的卡尔曼滤波观测噪声协方差矩阵初始化的新方法,另一方面采用变分贝叶斯方法对卡尔曼滤波参数进行在线更新,以此提高多目标状态估计精度;最后,在算法实现步骤的基础上,利用实车数据开展测试验证工作。实验结果表明,方法的目标状态估计均方误差为0.153,相较于传统卡尔曼滤波减小了36.2%,证明所提出方法对提升车辆感知精度的有效性。
关键词
多目标状态估计
卡尔曼滤波
参数初始化
参数在线更新
Keywords
multi-object state estimation
Kalman filtering
parameters initialization
parameters online updating
分类号
TH741 [机械工程—光学工程]
TP273 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于增量式有限混合模型的多目标状态极大似然估计
被引量：
1
2
作者
闫小喜
韩崇昭
机构
西安交通大学电子与信息工程学院综合自动化研究所智能网络与网络安全教育部重点实验室、机械制造系统工程国家重点实验室
出处
《自动化学报》
EI
CSCD
北大核心
2011年第5期577-584,共8页
基金
国家重点基础研究发展计划(973计划)(2007CB311006)
国家自然科学基金创新研究群体科学基金(60921003)资助~~
文摘
提出了增量式有限混合模型来提取概率假设密度滤波器序贯蒙特卡罗实现方式中的多目标状态.该模型以增量方式构建,其混合分量采用逐个方式插入其中.采用极大似然准则来估计多目标状态.对于给定分量数目的混合模型,应用期望极大化算法来获得参数的极大似然解.在新分量插入混合模型时,保持已有混合模型的参数不变,仍旧采用极大似然准则从候选新分量集合中选择新插入分量.新分量插入混合步和期望极大化算法拟合混合参数步交替应用直到混合分量数目达到概率假设密度滤波器的目标数目估计值.利用k-d树生成插入到混合模型的新分量候选集合.增量式有限混合模型统一了分量数目变化趋势和粒子集合似然函数的变化趋势,有助于一步一步地搜寻混合模型的极大似然解.仿真结果表明,基于增量式有限混合模型的概率假设密度滤波器状态提取算法在多目标跟踪的应用中优于已有的状态提取算法.
关键词
多目标状态估计
增量式有限混合模型
概率假设密度滤波器
极大似然
期望极大化
Keywords
Multiple target state estimation
incremental finite mixture model （IFMM）
probability hypothesis density （PHD） filter
maximum likelihood （ML）
expectation maximum （EM）
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
概率假设密度滤波的谱聚类目标状态提取方法
被引量：
3
3
作者
张慧
韩崇昭
闫小喜
机构
西安交通大学智能网络与网络安全教育部重点实验室
西安交通大学机械制造系统工程国家重点实验室
西安交通大学电子与信息工程学院
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2012年第2期1-5,118,共6页
基金
国家重点基础研究发展计划资助项目(2007CB311006)
国家自然科学基金创新研究群体科学基金资助项目(60921003)
国家自然科学基金资助项目(61074176)
文摘
提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普拉斯矩阵进行特征分解,以实现粒子点的聚类,再在每类中寻找粒子的聚类点作为多目标状态的估计值,同时为了减小计算量,利用Nystrm逼近方法求解特征向量.仿真实验表明,PHD滤波的谱聚类目标状态提取方法的估计精度比k均值目标状态提取方法提高了60%以上.
关键词
多目标状态估计
概率假设密度
状态
提取
谱聚类
Nystrm逼近
Keywords
multi-target state estimation
probability hypothesis density
state extraction
spectral clustering
Nystrm approximation
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
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
复杂交通流下基于卡尔曼滤波的多目标全生命周期状态估计
刘明杰
陈俊虎
刘平
陈俊生
朴昌浩
《仪器仪表学报》
EI
CAS
CSCD
北大核心
2024
3
在线阅读
下载PDF
职称材料
2
基于增量式有限混合模型的多目标状态极大似然估计
闫小喜
韩崇昭
《自动化学报》
EI
CSCD
北大核心
2011
1
在线阅读
下载PDF
职称材料
3
概率假设密度滤波的谱聚类目标状态提取方法
张慧
韩崇昭
闫小喜
《西安交通大学学报》
EI
CAS
CSCD
北大核心
2012
3
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
