本文關(guān)鍵詞： 粒子濾波 時(shí)變多目標(biāo)跟蹤 無(wú)線層析成像 最佳子模式分配　出處：《北京理工大學(xué)學(xué)報(bào)》2017年05期 　論文類型：期刊論文

【摘要】：研究將粒子濾波(PF)理論應(yīng)用于無(wú)線層析網(wǎng)絡(luò)中的時(shí)變多目標(biāo)跟蹤(MTT).傳統(tǒng)的基于無(wú)線層析成像(RTI)的時(shí)變多目標(biāo)跟蹤方法存在延遲問(wèn)題,即與真實(shí)的時(shí)變目標(biāo)數(shù)目相比,估計(jì)所得時(shí)變目標(biāo)數(shù)目存在滯后,并且跟蹤精度較低.基于PF的時(shí)變多目標(biāo)跟蹤方法利用維度可變的粒子來(lái)估計(jì)目標(biāo)數(shù)目,實(shí)現(xiàn)目標(biāo)跟蹤.該方法不存在延遲問(wèn)題,并且能提高目標(biāo)的跟蹤性能.研究通過(guò)在一個(gè)9.5m×9.5m的監(jiān)測(cè)區(qū)域內(nèi)進(jìn)行實(shí)驗(yàn)來(lái)驗(yàn)證該算法的有效性.實(shí)驗(yàn)結(jié)果表明基于RTI的時(shí)變多目標(biāo)跟蹤方法的最佳子模式分配(OSPA)誤差為0.485m,而基于PF的時(shí)變多目標(biāo)跟蹤方法的OSPA誤差為0.362m,其性能比基于RTI的方法提高了25%.
[Abstract]:This paper studies the application of particle filter theory to time-varying multi-target tracking in wireless tomography networks. The traditional time-varying multi-target tracking method based on wireless tomography (RTI) has the problem of delay, that is, compared with the real number of time-varying targets. The estimated number of time-varying targets has lag, and the tracking accuracy is low. The PF based time-varying multi-target tracking method uses variable particles to estimate the number of targets to achieve target tracking. There is no delay problem in this method. The effectiveness of the algorithm is verified by experiments in a monitoring area of 9.5 m 脳 9.5 m. The experimental results show that the optimal sub-pattern allocation of time-varying multi-target tracking method based on RTI is OSPA). The error is 0.485m, while the OSPA error of PF based time-varying multi-target tracking method is 0.362m. its performance is 25% higher than that based on RTI.
【作者單位】： 北京理工大學(xué)信息與電子學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61101129,61227001,61471045) 北京青年英才計(jì)劃(YETP1182)
【分類號(hào)】：TN713;TN92

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 田淑榮;王國(guó)宏;何友;;多目標(biāo)跟蹤的概率假設(shè)密度粒子濾波[J];海軍航空工程學(xué)院學(xué)報(bào);2007年04期

2 王延杰;主客觀協(xié)調(diào)估計(jì)實(shí)現(xiàn)多目標(biāo)跟蹤[J];光機(jī)電信息;1997年12期

3 董康軍;馮洋;;多目標(biāo)跟蹤的概率假設(shè)密度濾波[J];渭南師范學(xué)院學(xué)報(bào);2008年02期

4 孫杰;李冬;;多目標(biāo)跟蹤的多伯努利平滑方法[J];數(shù)字通信;2014年02期

5 李衛(wèi)華;紅外多目標(biāo)跟蹤與預(yù)測(cè)技術(shù)的研究[J];紅外;2002年06期

6 郝燕玲;孟凡彬;張崇猛;蔡藝峰;王素鑫;;多傳感器多目標(biāo)跟蹤的粒子PHD濾波算法[J];傳感器與微系統(tǒng);2010年04期

7 E.W.卡門 ,C.R.薩斯特賴 ,王俊儀;使用位置量測(cè)值乘積的多目標(biāo)跟蹤(二)[J];情報(bào)指揮控制系統(tǒng)與仿真技術(shù);1994年04期

8 ;[J];;年期

相關(guān)會(huì)議論文 前2條

1 敬忠良;王培德;周宏仁;;機(jī)動(dòng)多目標(biāo)跟蹤統(tǒng)一方法[A];1991年控制理論及其應(yīng)用年會(huì)論文集（下）[C];1991年

2 王芝;徐曉濱;文成林;;混合高斯PHD濾波器及其在多目標(biāo)跟蹤中的應(yīng)用[A];2009中國(guó)控制與決策會(huì)議論文集（2）[C];2009年

相關(guān)博士學(xué)位論文 前1條

1 張鶴冰;概率假設(shè)密度濾波算法及其在多目標(biāo)跟蹤中的應(yīng)用[D];哈爾濱工程大學(xué);2012年

相關(guān)碩士學(xué)位論文 前3條

1 陳昊;基于概率假設(shè)密度的OTHR多目標(biāo)跟蹤算法研究[D];西北工業(yè)大學(xué);2016年

2 司冠楠;面向多目標(biāo)跟蹤的多傳感器數(shù)據(jù)融合方法研究[D];沈陽(yáng)理工大學(xué);2014年

3 肖本潔;機(jī)器人同時(shí)定位制圖及多目標(biāo)跟蹤算法研究[D];復(fù)旦大學(xué);2013年

，

本文編號(hào)：1535502