期刊文献+
共找到67篇文章
< 1 2 4 >
每页显示 20 50 100
一种改进的高斯逆威沙特概率假设密度扩展目标跟踪算法 被引量:1
1
作者 李文娟 吕靖 +3 位作者 顾红 苏卫民 马超 杨建超 《电子与信息学报》 EI CSCD 北大核心 2018年第6期1279-1286,共8页
假设扩展目标(ET)的扩展和量测数目分别为椭圆和泊松模型,高斯逆威沙特概率假设密度(GIW-PHD)能够估计扩展目标的运动和扩展状态。然而,该滤波器对空间邻近目标的数目、非椭圆目标和受到遮挡目标的扩展估计不够准确。针对这些问题,该文... 假设扩展目标(ET)的扩展和量测数目分别为椭圆和泊松模型,高斯逆威沙特概率假设密度(GIW-PHD)能够估计扩展目标的运动和扩展状态。然而,该滤波器对空间邻近目标的数目、非椭圆目标和受到遮挡目标的扩展估计不够准确。针对这些问题,该文提出一种改进的GIW-PHD。首先,假设目标扩展为一个相同尺寸的参考椭圆,通过设计新的散射矩阵得到改进的随机矩阵(RM)方法。然后,将改进的RM方法与假设量测数目服从多伯努利分布的ET-PHD结合,得到改进的GIW-PHD滤波器。仿真和实验结果表明,与传统GIW-PHD相比,改进的GIW-PHD估计的目标数目和量测数目较多,扩展较大的椭圆和非椭圆目标的扩展更准确。 展开更多
关键词 扩展目标跟踪 高斯逆威沙特概率假设密度 随机矩阵 多伯努利分布
在线阅读 下载PDF
多扩展目标的高斯混合概率假设密度滤波器 被引量:13
2
作者 韩玉兰 朱洪艳 +1 位作者 韩崇昭 王静 《西安交通大学学报》 EI CAS CSCD 北大核心 2014年第4期95-101,共7页
针对多扩展目标跟踪中状态信息难以估计的问题,提出了一种可以估计扩展目标运动状态和形状信息的多扩展目标高斯混合概率假设密度(RHM-GMPHD)滤波器。首先利用描述凸星形扩展目标量测源分布的随机超曲面模型和传感器量测方程,建立扩展... 针对多扩展目标跟踪中状态信息难以估计的问题,提出了一种可以估计扩展目标运动状态和形状信息的多扩展目标高斯混合概率假设密度(RHM-GMPHD)滤波器。首先利用描述凸星形扩展目标量测源分布的随机超曲面模型和传感器量测方程,建立扩展目标运动状态及形状信息与量测之间关系的伪量测函数;然后结合扩展目标状态预报信息,推导了扩展目标状态更新方程,递推地对扩展目标运动状态及形状信息进行估计跟踪。此外,还建立了Jaccard距离来度量RHMGMPHD滤波器对目标形状的估计性能。与联合概率数据关联(JPDA)滤波器和GMPHD滤波器相比,RHM-GMPHD滤波器不仅可以估计凸星形扩展目标的形状信息,并能有效提高对目标数和运动状态的估计精度。仿真实验表明,RHM-GMPHD滤波器对质心估计的均方根误差分别约为JPDA和GMPHD滤波器的1/3和1/2,对目标数的估计接近真实值,对形状估计的Jaccard距离一般小于0.2。 展开更多
关键词 扩展目标跟踪 高斯混合概率假设密度 随机超曲面模型 形状估计
在线阅读 下载PDF
基于高斯混合势化概率假设密度的脉冲多普勒雷达多目标跟踪算法 被引量:6
3
作者 吴卫华 江晶 +1 位作者 冯讯 刘重阳 《电子与信息学报》 EI CSCD 北大核心 2015年第6期1490-1494,共5页
为在新兴的随机有限集(RFS)框架下充分利用多普勒信息跟踪杂波环境下的多目标,该文提出基于高斯混合势化概率假设密度(GM-CPHD)的脉冲多普勒雷达多目标跟踪(MTT)算法。该算法在标准GM-CPHD基础上,在使用位置量测更新状态后,再利用多普... 为在新兴的随机有限集(RFS)框架下充分利用多普勒信息跟踪杂波环境下的多目标,该文提出基于高斯混合势化概率假设密度(GM-CPHD)的脉冲多普勒雷达多目标跟踪(MTT)算法。该算法在标准GM-CPHD基础上,在使用位置量测更新状态后,再利用多普勒量测进行序贯更新,可获得更精确的似然函数和状态估计。仿真结果验证了该算法的有效性,表明在GM-CPHD基础上引入目标的多普勒信息可有效抑制杂波,显著改善跟踪性能。 展开更多
关键词 多目标跟踪 随机有限集 概率假设密度 高斯混合势化概率假设密度 脉冲多普勒雷达
在线阅读 下载PDF
基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法 被引量:8
4
作者 胡子军 张林让 +1 位作者 张鹏 王纯 《电子与信息学报》 EI CSCD 北大核心 2015年第1期116-122,共7页
多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该... 多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。 展开更多
关键词 多机动目标跟踪 未知杂波 带势概率假设密度滤波器 最优高斯估计
在线阅读 下载PDF
多目标跟踪的高斯混合概率假设密度滤波算法 被引量:4
5
作者 郝燕玲 孟凡彬 +2 位作者 周卫东 孙枫 欧阳泰山 《弹箭与制导学报》 CSCD 北大核心 2010年第3期35-40,共6页
在多目标跟踪中,在观测数据存在关联的不确定、检测的不确定、噪声和虚警情形下,同时估计出随时间变化的目标数及目标状态,高斯混合概率假设密度(GMPHD)提供了一种有效的方法。PHD滤波不存在解析解,而GMPHD滤波提供了PHD递推的解析解。... 在多目标跟踪中,在观测数据存在关联的不确定、检测的不确定、噪声和虚警情形下,同时估计出随时间变化的目标数及目标状态,高斯混合概率假设密度(GMPHD)提供了一种有效的方法。PHD滤波不存在解析解,而GMPHD滤波提供了PHD递推的解析解。仿真结果表明,GMPHD滤波能稳健的跟踪目标数未知或时间变化时的目标状态和目标数。 展开更多
关键词 随机有限集 多目标跟踪 高斯混合 概率假设密度
在线阅读 下载PDF
多帧高斯混合概率假设密度的多目标跟踪算法
6
作者 高丽 卢娜 《火力与指挥控制》 CSCD 北大核心 2017年第9期93-97,共5页
针对低检测概率下多目标跟踪时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种基于多帧融合的高斯混合概率假设密度滤波算法。根据不同时刻目标权值构造目标多帧权值记录集及目标状态抽取标志。当某些时刻目标... 针对低检测概率下多目标跟踪时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种基于多帧融合的高斯混合概率假设密度滤波算法。根据不同时刻目标权值构造目标多帧权值记录集及目标状态抽取标志。当某些时刻目标被漏检时,依据目标状态抽取标志,并结合目标多帧权值记录集中权值信息估计丢失目标的状态。仿真实验表明,算法有效地提高了低检测概率下现有相关算法的目标状态和数目估计精度。 展开更多
关键词 多目标跟踪 高斯混合 概率假设密度 多帧 状态提取
在线阅读 下载PDF
高斯混合概率假设密度算法对多目标的跟踪研究
7
作者 蒋宏 田雨芬 +1 位作者 丁全心 梁国威 《航空科学技术》 2011年第5期67-70,共4页
为了规避数据关联的困难,本文深入研究了适宜多目标跟踪工程应用,线性高斯多目标模型假设下的高斯混合概率假设密度算法(GM-PHD),详细给出了后验PHD高斯元素的均值、方差和权值的解析递推式,使用了修剪和合并方法控制高斯元素数目的指... 为了规避数据关联的困难,本文深入研究了适宜多目标跟踪工程应用,线性高斯多目标模型假设下的高斯混合概率假设密度算法(GM-PHD),详细给出了后验PHD高斯元素的均值、方差和权值的解析递推式,使用了修剪和合并方法控制高斯元素数目的指数增长。最后,给出了一系列仿真实验,验证了在检测不确定和高杂波环境下,即使对目标数量未知和时变的场景,GM-PHD都能有效地完成跟踪,将其扩展应用于非线性多目标模型,同样得到了令人满意的跟踪效果。 展开更多
关键词 概率假设密度 线性高斯多目标模型 高斯混合概率假设密度 解析解
在线阅读 下载PDF
基于噪声方差估计的高斯混合概率假设密度滤波算法 被引量:5
8
作者 梁荔 敬忠良 +1 位作者 董鹏 李旻哲 《上海交通大学学报》 EI CAS CSCD 北大核心 2016年第9期1355-1361,共7页
针对传统的高斯混合概率假设密度(GM-PHD)滤波器在噪声先验特性未知或不准确时跟踪性能会下降,提出了一种基于噪声方差估计的高斯混合概率假设密度(NCE-GM-PHD)滤波算法.该算法可以同时在线估计时变的目标个数、多目标状态以及噪声方差... 针对传统的高斯混合概率假设密度(GM-PHD)滤波器在噪声先验特性未知或不准确时跟踪性能会下降,提出了一种基于噪声方差估计的高斯混合概率假设密度(NCE-GM-PHD)滤波算法.该算法可以同时在线估计时变的目标个数、多目标状态以及噪声方差.首先,通过引入遗忘因子和采取有偏估计的方法改进了传统的Sage-Husa自适应滤波器.基于改进的自适应滤波器,推导了带噪声方差估计的GM-PHD滤波算法.仿真结果表明,在非时变或时变量测噪声方差未知的情况下,NCE-GM-PHD算法的跟踪性能优于传统的GM-PHD算法,对噪声变化的适应能力更强. 展开更多
关键词 高斯混合概率假设密度滤波器 多目标跟踪 噪声方差估计 自适应滤波器
在线阅读 下载PDF
基于高斯混合概率假设密度的运动参数估计组合平滑滤波算法 被引量:6
9
作者 黄庆东 李晓瑞 +1 位作者 曹艺苑 刘青 《电子与信息学报》 EI CSCD 北大核心 2022年第7期2488-2495,共8页
针对高斯混合概率假设密度(GM-PHD)滤波器在目标速度未知或不准确时,目标状态估计性能较差,该文提出一种基于GM-PHD的运动参数估计组合平滑滤波算法。该算法通过目标状态提取速度信息,经过中值平滑和线性平滑组合处理提升速度估计准确性... 针对高斯混合概率假设密度(GM-PHD)滤波器在目标速度未知或不准确时,目标状态估计性能较差,该文提出一种基于GM-PHD的运动参数估计组合平滑滤波算法。该算法通过目标状态提取速度信息,经过中值平滑和线性平滑组合处理提升速度估计准确性,然后将速度反馈给GM-PHD滤波器的状态转移方程,提高状态预测精度。仿真结果表明,目标速度未知或不准确时,所提算法能够明显改善GM-PHD滤波器状态估计性能。 展开更多
关键词 目标跟踪 高斯混合概率假设密度滤波 参数估计 组合平滑
在线阅读 下载PDF
改进的最适高斯近似概率假设密度滤波 被引量:4
10
作者 欧阳成 陈晓旭 华云 《雷达学报(中英文)》 CSCD 2013年第2期239-246,共8页
最适高斯近似概率假设密度滤波是一种新颖的多机动目标跟踪算法。然而,该算法存在模型概率先验固化问题,即在计算模型概率的过程中量测信息不起作用。针对以上问题,该文提出一种改进算法,通过引入模型概率更新过程,将后验量测信息加入... 最适高斯近似概率假设密度滤波是一种新颖的多机动目标跟踪算法。然而,该算法存在模型概率先验固化问题,即在计算模型概率的过程中量测信息不起作用。针对以上问题,该文提出一种改进算法,通过引入模型概率更新过程,将后验量测信息加入模型概率的计算式中,根据似然函数在多个运动模型之间进行软切换,进而实现对多个机动目标的有效跟踪。实验结果表明,改进算法能够有效解决模型概率先验固化问题,在目标数估计和滤波精度方面均优于传统算法,具有良好的工程应用前景。 展开更多
关键词 随机集 概率假设密度滤波 最适高斯近似 机动目标跟踪
在线阅读 下载PDF
一种鲁棒的多目标概率假设密度算法 被引量:4
11
作者 王颖 《火力与指挥控制》 CSCD 北大核心 2018年第8期143-146,共4页
针对较低检测概率环境下跟踪多目标时,标准概率假设密度滤波器难以正确地估计目标状态及数目问题,提出一种鲁棒的多目标概率假设密度算法。所提算法为每个目标新增标记与存在概率两个辅助参数,各离散时刻迭代地传递代表目标后验强度的... 针对较低检测概率环境下跟踪多目标时,标准概率假设密度滤波器难以正确地估计目标状态及数目问题,提出一种鲁棒的多目标概率假设密度算法。所提算法为每个目标新增标记与存在概率两个辅助参数,各离散时刻迭代地传递代表目标后验强度的分量集。在目标状态抽取阶段,综合利用目标的权值与存在概率,选择能较好代表各单目标的分量作为该目标状态估计的提取分量。实验结果表明,该算法具有较高的目标状态及数目估计精度。 展开更多
关键词 多目标跟踪 高斯混合 概率假设密度 状态估计 目标数目
在线阅读 下载PDF
未知新生目标强度的多目标概率假设密度滤波算法 被引量:2
12
作者 高丽 张欢庆 《火力与指挥控制》 CSCD 北大核心 2020年第7期56-61,共6页
针对标准概率假设密度滤波器要求,新生目标强度作为先验信息需已知的工程限制,提出一种未知新生目标强度的多目标概率假设密度算法。该算法以概率假设密度滤波器为基础,通过充分利用目标运动信息及其与监视区域的相对关系来获取源于潜... 针对标准概率假设密度滤波器要求,新生目标强度作为先验信息需已知的工程限制,提出一种未知新生目标强度的多目标概率假设密度算法。该算法以概率假设密度滤波器为基础,通过充分利用目标运动信息及其与监视区域的相对关系来获取源于潜在新生目标的量测,并以此建模下一时刻滤波器所需的新生目标强度。仿真结果表明,所提算法在含有未知新生目标跟踪场景具有鲁棒的滤波性能,且其跟踪精度和计算代价均优于相关多目标PHD滤波器。 展开更多
关键词 多目标跟踪 概率假设密度 高斯混合 未知新生目标
在线阅读 下载PDF
基于改进的概率假设密度多目标跟踪算法
13
作者 高丽 郭翠玲 《火力与指挥控制》 CSCD 北大核心 2017年第3期80-83,87,共5页
针对多个目标相互紧邻时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种改进的高斯混合概率假设密度滤波算法。根据每一时刻更新后所有目标的权值构造权值矩阵,通过权值矩阵中目标权值的分布来检测当前目标权... 针对多个目标相互紧邻时,概率假设密度滤波器难以正确估计当前目标个数以及目标状态问题,提出一种改进的高斯混合概率假设密度滤波算法。根据每一时刻更新后所有目标的权值构造权值矩阵,通过权值矩阵中目标权值的分布来检测当前目标权值是否存在更新错误。基于新的目标权值再分配策略,对权值矩阵中每个目标可能不正确的权值进行调整,使得每个目标能够获得合理的权值。仿真实验表明,该算法能够准确地估计紧邻目标数目以及状态。 展开更多
关键词 多目标跟踪 高斯混合 概率假设密度 权值更新
在线阅读 下载PDF
针对低检测概率的概率假设密度滤波算法 被引量:6
14
作者 张腾 曹晨 +1 位作者 张靖 邢孟道 《中国电子科学研究院学报》 北大核心 2018年第1期36-41,共6页
当跟踪目标属于隐身目标、低空目标或处于强杂波和干扰环境,都会导致雷达的目标检测概率降低,丢失率较高。因此,本文着重研究PHD算法在检测概率较低的情况下跟踪稳定性不佳的缺陷,找出了一种适用于低目标检测概率的L-GMPHD滤波,通过对... 当跟踪目标属于隐身目标、低空目标或处于强杂波和干扰环境,都会导致雷达的目标检测概率降低,丢失率较高。因此,本文着重研究PHD算法在检测概率较低的情况下跟踪稳定性不佳的缺陷,找出了一种适用于低目标检测概率的L-GMPHD滤波,通过对前一时刻状态估计值外推,若发生漏检,则将外推值加入当前时刻状态估计值中,确保了目标的状态估计不被裁剪去除。从MATLAB仿真结果可知,L-GMPHD滤波器处于检测概率较低的情况时,能够明显改善目标跟踪的稳定性。该方法能够保持高精度的多目标跟踪,具有良好的工程应用前景。 展开更多
关键词 多目标跟踪 低目标检测概率 概率假设密度滤波(PHDF) 高斯混合概率假设密度GMPHD 状态值外推
在线阅读 下载PDF
基于概率假设密度的汽车防撞雷达多目标跟踪 被引量:5
15
作者 张昱 宋骊平 虎小龙 《现代雷达》 CSCD 北大核心 2014年第6期82-87,共6页
基于毫米波汽车防撞雷达系统,考虑到雷达测量误差的存在以及道路前方车辆的行驶状态和数目的实时变化,包括新目标车辆出现、目标消失等多种情况,设计了一种多模型高斯混合概率假设密度算法实现对多个机动车辆的检测跟踪。针对高速公路... 基于毫米波汽车防撞雷达系统,考虑到雷达测量误差的存在以及道路前方车辆的行驶状态和数目的实时变化,包括新目标车辆出现、目标消失等多种情况,设计了一种多模型高斯混合概率假设密度算法实现对多个机动车辆的检测跟踪。针对高速公路上多个车辆行驶的情况,运用高斯混合概率假设密度算法以及多模型理论进行仿真实验,结果表明该算法不仅能够实时地对雷达探测范围内多个目标车辆进行准确跟踪,而且能够及时地判断出驶入或驶出雷达探测范围的车辆,从而在提高自车与前车之间相对距离、相对速度测量精度的同时,有效地对可探测目标车辆数目进行准确的判断,降低了雷达虚警率,提高了防撞雷达系统的可靠性。 展开更多
关键词 毫米波汽车防撞雷达 多目标跟踪 高斯混合概率假设密度 多模型
在线阅读 下载PDF
基于双马尔科夫链的势概率假设密度滤波 被引量:3
16
作者 刘江义 王春平 《电子与信息学报》 EI CSCD 北大核心 2019年第2期492-497,共6页
针对已有的基于双马尔科夫链(PMC)模型的势概率假设密度(PMC-CPHD)滤波算法无法实现的问题,将PMC-CPHD算法改进为多项式形式以便于算法的实现,并给出了改进算法的高斯混合(GM)实现。实验结果表明给出的GM实现能够有效实现多目标跟踪,并... 针对已有的基于双马尔科夫链(PMC)模型的势概率假设密度(PMC-CPHD)滤波算法无法实现的问题,将PMC-CPHD算法改进为多项式形式以便于算法的实现,并给出了改进算法的高斯混合(GM)实现。实验结果表明给出的GM实现能够有效实现多目标跟踪,并且比基于PMC模型的概率假设密度(PMC-PHD)算法的GM实现提高了目标个数估计的稳定性。 展开更多
关键词 双马尔科夫链 概率假设密度 高斯混合
在线阅读 下载PDF
基于概率假设密度滤波的多目标跟踪算法 被引量:2
17
作者 王春平 刘江义 杨文兵 《火力与指挥控制》 CSCD 北大核心 2018年第5期5-10,16,共7页
概率假设密度(PHD)滤波算法在雷达、红外以及可见光等传感器的多目标跟踪中研究越来越广泛。主要研究了基于PHD滤波的多目标跟踪算法的发展现状,简要介绍了PHD滤波算法的基本原理及其在目标运动模型、多检测情况、杂波分布规律假定等方... 概率假设密度(PHD)滤波算法在雷达、红外以及可见光等传感器的多目标跟踪中研究越来越广泛。主要研究了基于PHD滤波的多目标跟踪算法的发展现状,简要介绍了PHD滤波算法的基本原理及其在目标运动模型、多检测情况、杂波分布规律假定等方面的研究进展,概述了PHD滤波的实现方法及研究进展,介绍了PHD滤波的主要应用领域,着眼提高目标跟踪精度和实时性的发展要求提出了PHD滤波的展望。 展开更多
关键词 概率假设密度 多目标跟踪 序贯蒙特卡罗 高斯混合
在线阅读 下载PDF
高斯白噪声下瞬时频率概率密度及应用 被引量:1
18
作者 陆满君 王丹 石小巍 《上海航天》 2013年第1期59-63,共5页
对高斯白噪声下时变信号瞬时频率(IF)概率密度进行了研究。基于相位误差分布及近似分布分析,提出了两种IF概率密度的近似函数,用理论推导和假设检验方法分别验证了对应分布函数的正确性。对三种近似式函数在估计解调频移键控(FSK)信号... 对高斯白噪声下时变信号瞬时频率(IF)概率密度进行了研究。基于相位误差分布及近似分布分析,提出了两种IF概率密度的近似函数,用理论推导和假设检验方法分别验证了对应分布函数的正确性。对三种近似式函数在估计解调频移键控(FSK)信号所需最小信噪比进行了比较,证明了提出的IF概率密度近似函数有较好的准确性。 展开更多
关键词 高斯白噪声 瞬时频率 概率密度函数 假设检验 频移键控
在线阅读 下载PDF
一种基于多模型高斯逆Wishart PHD滤波器的空间邻近目标跟踪方法 被引量:6
19
作者 张慧 徐晖 +2 位作者 安玮 盛卫东 龙云利 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2014年第2期206-212,共7页
将空间邻近目标(Closely Spaced Objects,CSOs)整体建模为扩展目标(Extended Target,ET),用随机矢量和随机矩阵分别描述CSOs质心运动和扩散状态,并采用高斯逆Wishart(Gaussian inverse Wishart,GIW)概率假设密度(Probability Hypothesis... 将空间邻近目标(Closely Spaced Objects,CSOs)整体建模为扩展目标(Extended Target,ET),用随机矢量和随机矩阵分别描述CSOs质心运动和扩散状态,并采用高斯逆Wishart(Gaussian inverse Wishart,GIW)概率假设密度(Probability Hypothesis Density,PHD)滤波器实现杂波和漏检条件下CSOs的稳定跟踪.修正了原GIW-PHD滤波器量测模型和形状估计的缺陷,给出新的递推表达式,并在此基础上提出一种多(形变)模型GIW-PHD滤波器,以适应CSOs分裂和融合引起的形状变化.仿真结果表明,所提算法能够有效跟踪CSOs,状态估计比原GIW-PHD更加准确,对CSOs的变化更加敏感. 展开更多
关键词 红外传感器 像平面 空间邻近目标 扩展目标概率假设密度滤波器 多模型 高斯Wishart分布
在线阅读 下载PDF
多元假设检验GMPHD轨迹跟踪 被引量:6
20
作者 黄志蓓 孙树岩 吴健康 《电子与信息学报》 EI CSCD 北大核心 2010年第6期1289-1294,共6页
由于在军事和民事领域逐步广泛的应用,数目不定的多目标跟踪技术正受到越来越多的关注。概率假设密度(PHD)滤波方法,特别是具有闭式递归的高斯混合概率假设密度(GMPHD)技术,在噪声和漏警等影响下仍能形成优越的群目标跟踪性能。然而PHD... 由于在军事和民事领域逐步广泛的应用,数目不定的多目标跟踪技术正受到越来越多的关注。概率假设密度(PHD)滤波方法,特别是具有闭式递归的高斯混合概率假设密度(GMPHD)技术,在噪声和漏警等影响下仍能形成优越的群目标跟踪性能。然而PHD滤波器并不能实现多目标航迹跟踪,而其与传统数据互联的结合,复杂度高且跟踪效果不尽如人意。在该文中,各目标的航迹信息以假设形式表述,数据互联则是通过使用经典的多元假设检测方法判决假设矩阵实现。其与GMPHD的结合不仅实现了数据互联和轨迹管理,还因为积累时间信息大大降低了杂波干扰的影响。实验结果证明,该算法可以对多个目标所形成的轨迹实施正确跟踪,同时,计算量的大幅度降低带来了跟踪系统可实现性的提高。 展开更多
关键词 多目标航迹跟踪 贝叶斯滤波 概率假设密度 高斯混合模型 多元假设检验
在线阅读 下载PDF
上一页 1 2 4 下一页 到第
使用帮助 返回顶部