期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
一种新的多机动目标跟踪的GMPHD滤波算法 被引量:7
1
作者 郝燕玲 孟凡彬 +1 位作者 王素鑫 孙枫 《上海交通大学学报》 EI CAS CSCD 北大核心 2010年第7期873-877,共5页
针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过... 针对多机动目标跟踪的传统数据关联算法约束条件苛刻、估计精度低、计算量大等问题,提出了一种基于随机集理论的非数据关联的多机动目标跟踪算法.该算法将高斯混合概率假设密度(GMPHD)滤波与"当前"统计模型的优点相结合,绕过了棘手的数据关联问题,能高效处理目标数较大的机动跟踪问题.在漏检、虚警、多机动目标交叉杂波复杂环境下进行了仿真实验,结果表明,该算法具有较高的跟踪精度和稳健的跟踪性能. 展开更多
关键词 多机动目标跟踪 随机有限集 高斯混合概率假设密度滤波 扩展卡尔曼滤波
在线阅读 下载PDF
扩展目标GMPHD滤波器的航迹维持算法
2
作者 韩玉兰 任重义 《压电与声光》 CAS CSCD 北大核心 2015年第5期867-872,共6页
概率假设密度(PHD)滤波器提供了各目标在每个时刻的状态信息,但未形成航迹。该文提出了扩展目标高斯混合PHD(GMPHD)滤波器的航迹维持算法。首先对后验概率强度的每个高斯分量添加标签;其次在后验概率强度随着时间进行演化时,标签也随之... 概率假设密度(PHD)滤波器提供了各目标在每个时刻的状态信息,但未形成航迹。该文提出了扩展目标高斯混合PHD(GMPHD)滤波器的航迹维持算法。首先对后验概率强度的每个高斯分量添加标签;其次在后验概率强度随着时间进行演化时,标签也随之演化;并通过航迹管理方案为扩展目标提供航迹。为提高GMPHD滤波器性能,提出了自适应的量测集划分法。最后通过仿真验证了提出算法的有效性。 展开更多
关键词 目标跟踪 扩展目标 gmphd滤波器 航迹维持 量测集划分
在线阅读 下载PDF
一种改进的GMPHD高机动多目标跟踪算法
3
作者 郝维冰 李明 《雷达科学与技术》 北大核心 2024年第5期478-486,共9页
由于高机动多目标跟踪场景中目标个数未知、运动形态复杂,采用传统的GMPHD滤波算法容易出现跟踪误差大、目标数目估计不准确、目标航迹难以区分等问题。针对以上问题,在GMPHD滤波算法的基础上,提出了一种自适应CS模型的标签化GMPHD滤波... 由于高机动多目标跟踪场景中目标个数未知、运动形态复杂,采用传统的GMPHD滤波算法容易出现跟踪误差大、目标数目估计不准确、目标航迹难以区分等问题。针对以上问题,在GMPHD滤波算法的基础上,提出了一种自适应CS模型的标签化GMPHD滤波算法,借助标签化手段显式区分目标航迹,并对漏检目标航迹外推,同时将适用于单目标的自适应CS模型拓展到机动多目标场景,将目标机动性变化实时反馈到目标状态估计上。通过与扩展GMPHD、平方根容积GMPHD和自适应CS-GMPHD算法的仿真对比实验,验证了所提算法在高机动多目标场景下计算耗时低且跟踪精度高的性能优势。 展开更多
关键词 改进gmphd滤波器 高机动多目标跟踪 标签化 自适应CS模型
在线阅读 下载PDF
高斯混合概率假设密度滤波器在多目标跟踪中的应用 被引量:17
4
作者 吕学斌 周群彪 +2 位作者 陈正茂 熊运余 蔡葵 《计算机学报》 EI CSCD 北大核心 2012年第2期397-404,共8页
实现了基于随机集和点过程理论在目标数未知或随时间变化的多目标跟踪滤波算法.研究成果包括:(1)分析了基于随机有限集的多目标跟踪模型;(2)分析推导了基于随机集和点过程理论的概率假设密度滤波递推表达式;(3)实现了在线性高斯条件下... 实现了基于随机集和点过程理论在目标数未知或随时间变化的多目标跟踪滤波算法.研究成果包括:(1)分析了基于随机有限集的多目标跟踪模型;(2)分析推导了基于随机集和点过程理论的概率假设密度滤波递推表达式;(3)实现了在线性高斯条件下的概率假设密度滤波的一种解析滤波算法;(4)仿真实验验证了算法的性能,比较了在杂波强度和检测概率变化的情况下和联合概率数据互联算法相关性能;(5)指出了算法的一些不足以及改进的研究方向. 展开更多
关键词 高斯混合概率假设密度(PHD)滤波器 概率假设密度滤波器 随机集 多目标跟踪 联合概率数据互联
在线阅读 下载PDF
基于多普勒量测的UKF多目标跟踪方法
5
作者 王雪 李鸿艳 +1 位作者 蒲磊 樊鹏飞 《探测与控制学报》 CSCD 北大核心 2018年第2期104-108,114,共6页
针对高斯混合概率假设密度滤波(GMPHD)初始化需要先验强度函数的缺点,在现有GMPHD滤波框架的基础上,将多普勒信息附加于滤波更新过程中,提出了基于多普勒量测的UKF多目标跟踪方法。该方法能够利用多普勒信息对新生目标状态初始化,实现... 针对高斯混合概率假设密度滤波(GMPHD)初始化需要先验强度函数的缺点,在现有GMPHD滤波框架的基础上,将多普勒信息附加于滤波更新过程中,提出了基于多普勒量测的UKF多目标跟踪方法。该方法能够利用多普勒信息对新生目标状态初始化,实现新生目标的自动初始化,有效降低滤波估计误差。仿真结果表明,所提方法复杂度较低,且在多目标跟踪过程中,对于目标个数的估计精度和最优子模式指派距离均优于已有方法。 展开更多
关键词 多目标跟踪 高斯混合概率密度假设滤波 多普勒信息 不敏卡尔曼滤波
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
6
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
上一页 1 下一页 到第
使用帮助 返回顶部