天堂国产午夜亚洲专区-少妇人妻综合久久蜜臀-国产成人户外露出视频在线-国产91传媒一区二区三区

當(dāng)前位置:主頁 > 科技論文 > 電子信息論文 >

基于ML背景參數(shù)估計(jì)的CDKF-CPHD多目標(biāo)跟蹤算法

發(fā)布時(shí)間:2018-02-25 21:08

  本文關(guān)鍵詞: 重尾分布 中心差分法 幅值信息 極大似然估計(jì) 虛警 非線性系統(tǒng) OSPA距離 信雜比 出處:《北京航空航天大學(xué)學(xué)報(bào)》2017年03期  論文類型:期刊論文


【摘要】:針對低信雜比環(huán)境下的多機(jī)動(dòng)目標(biāo)跟蹤問題,提出了一種基于極大似然(ML)背景參數(shù)估計(jì)的中心差分卡爾曼-勢概率假設(shè)密度濾波(BE-CDKF-CPHD)算法。算法采用ML法實(shí)時(shí)估計(jì)重尾分布模型參數(shù),計(jì)算檢測概率和虛警概率。運(yùn)用極大似然-恒虛警(MLCFAR)算法對信號進(jìn)行處理,提取有效量測值,將幅值似然函數(shù)與勢概率假設(shè)密度濾波器(CPHD)中的目標(biāo)位置似然函數(shù)相結(jié)合,通過中心差分法遞歸更新得到后驗(yàn)均值與協(xié)方差,達(dá)到對多機(jī)動(dòng)目標(biāo)進(jìn)行跟蹤的目的。仿真結(jié)果表明,在低信雜比環(huán)境中,所提算法提高了跟蹤精度與目標(biāo)數(shù)目估計(jì)準(zhǔn)確度。
[Abstract]:According to the low signal to clutter ratio tracking problem of multiple maneuvering target environment, propose a method based on maximum likelihood (ML) estimation of background parameters of the central difference Calman Cardinalized probability hypothesis density filter (BE-CDKF-CPHD) algorithm. The algorithm uses the ML method to estimate the heavy tailed distribution of model parameters, calculate the detection probability and false alarm probability. The use of maximum likelihood - CFAR (MLCFAR) algorithm for signal processing, extraction of effective measurements, the amplitude of the likelihood function and potential probability hypothesis density filter (CPHD) target position in the combination of the likelihood function, the central difference method recursive update posterior mean and covariance, achieve the goal of tracking for multiple maneuvering targets. The simulation results show that in the low SNR environment, the proposed algorithm improves the tracking precision and the target number estimation accuracy.

【作者單位】: 西北工業(yè)大學(xué)自動(dòng)化學(xué)院;
【基金】:航空科學(xué)基金(20152853029)~~
【分類號】:TN713

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 陳里銘;陳U,

本文編號:1535146


資料下載
論文發(fā)表

本文鏈接:http://sikaile.net/kejilunwen/dianzigongchenglunwen/1535146.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權(quán)申明:資料由用戶dd69a***提供,本站僅收錄摘要或目錄,作者需要?jiǎng)h除請E-mail郵箱bigeng88@qq.com