期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
观测最优分配的GM-PHD多目标跟踪算法 被引量:8
1
作者 章涛 来燃 +1 位作者 吴仁彪 陈敏 《信号处理》 CSCD 北大核心 2014年第12期1419-1426,共8页
概率假设密度滤波器将目标的状态空间及观测空间描述为随机有限集合的形式,有效避免了多目标跟踪中复杂的数据关联问题。但对于不同类型的目标使用同样的全部观测数据集进行目标状态更新,未对观测数据进行合理分配,导致估计性能下降。... 概率假设密度滤波器将目标的状态空间及观测空间描述为随机有限集合的形式,有效避免了多目标跟踪中复杂的数据关联问题。但对于不同类型的目标使用同样的全部观测数据集进行目标状态更新,未对观测数据进行合理分配,导致估计性能下降。该文提出一种观测最优分配的高斯混合概率假设密度多目标跟踪算法(MOA-GM-PHD),将目标分为已有目标和新生目标两类,推导极大似然门限来获得两类目标对应的最优观测数据,再分别进行目标状态更新。实验结果表明,该文方法目标跟踪效果优于传统GM-PHD滤波器。 展开更多
关键词 多目标跟踪 高斯混合概率假设密度滤波器 观测最优分配
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部