本文選題：多擴(kuò)展目標(biāo) + 高斯混合概率假設(shè)密度�。� 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年17期

【摘要】：針對(duì)原始擴(kuò)展目標(biāo)高斯混合概率假設(shè)密度(Extended Target Gaussian Mixture Probability Hypothesis Density,ET-GM-PHD)濾波算法不能解決機(jī)動(dòng)目標(biāo)跟蹤問(wèn)題,在高斯混合概率假設(shè)密度(Gaussian Mixture Probability Hypothesis Density,GM-PHD)濾波框架下,引入修正的輸入估計(jì)算法(Modified Input Estimation,MIE),可以有效地處理多擴(kuò)展目標(biāo)的機(jī)動(dòng)問(wèn)題。此外,提出的算法雖然可以實(shí)現(xiàn)對(duì)未知數(shù)目的多機(jī)動(dòng)擴(kuò)展目標(biāo)進(jìn)行跟蹤,但無(wú)法獲得各個(gè)目標(biāo)的航跡。針對(duì)此問(wèn)題,進(jìn)一步引入高斯分量標(biāo)記方法,有效地將多機(jī)動(dòng)擴(kuò)展目標(biāo)的航跡進(jìn)行準(zhǔn)確關(guān)聯(lián),獲取各個(gè)目標(biāo)的航跡。實(shí)驗(yàn)結(jié)果表明,提出的算法在弱機(jī)動(dòng)擴(kuò)展目標(biāo)跟蹤中具有較好的跟蹤性能,同時(shí)能夠有效地估計(jì)多擴(kuò)展目標(biāo)的航跡。
[Abstract]:Aiming at the fact that the extended Target Gaussian mixture probability hypothesis (ET-GM-PHD) filtering algorithm can not solve the maneuvering target tracking problem, under the framework of Gao Si hybrid probability hypothesis density (GM-PHD) filtering, the proposed algorithm can not solve the maneuvering target tracking problem. The modified input estimation algorithm (mie) is introduced to deal with the maneuvering problem of multiple extended targets effectively. In addition, the proposed algorithm can track the unknown number of multi-maneuvering extended targets, but it can not obtain the track of each target. To solve this problem, the Gao Si component marking method is further introduced to effectively correlate the tracks of multiple maneuvering extended targets and obtain the tracks of each target. Experimental results show that the proposed algorithm has good tracking performance in weak maneuvering extended target tracking and can effectively estimate the track of multiple extended targets.
【作者單位】： 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;江南大學(xué)輕工過(guò)程先進(jìn)控制教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金(No.61305017) 江蘇省自然科學(xué)基金(No.BK20130154) 江蘇省普通高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目(No.KYLX15_1169)
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 田森平;周波;戚其豐;;基于高斯混合PHD濾波的多機(jī)動(dòng)擴(kuò)展目標(biāo)跟蹤[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年12期

2 韓玉蘭;朱洪艷;韓崇昭;王靜;;多擴(kuò)展目標(biāo)的高斯混合概率假設(shè)密度濾波器[J];西安交通大學(xué)學(xué)報(bào);2014年04期

3 蔡雷;張世強(qiáng);關(guān)小偉;;擴(kuò)展目標(biāo)光學(xué)特性的理論分析與研究[J];強(qiáng)激光與粒子束;2013年07期

4 連峰;韓崇昭;劉偉峰;元向輝;;高斯混合擴(kuò)展目標(biāo)概率假設(shè)密度濾波器的收斂性分析[J];自動(dòng)化學(xué)報(bào);2012年08期

相關(guān)會(huì)議論文 前1條

1 蔡雷;關(guān)小偉;張世強(qiáng);;擴(kuò)展目標(biāo)光學(xué)特性的理論分析與實(shí)驗(yàn)研究[A];第十屆全國(guó)光電技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2012年

相關(guān)博士學(xué)位論文 前1條

1 張永權(quán);隨機(jī)有限集擴(kuò)展目標(biāo)跟蹤算法研究[D];西安電子科技大學(xué);2014年

相關(guān)碩士學(xué)位論文 前5條

1 嚴(yán)超;箱粒子濾波在擴(kuò)展目標(biāo)跟蹤中的應(yīng)用[D];西安電子科技大學(xué);2014年

2 王雙英;基于高斯混合概率假設(shè)密度濾波器的多擴(kuò)展目標(biāo)跟蹤[D];長(zhǎng)安大學(xué);2016年

3 李鵬濤;基于箱粒子濾波的MeMBer擴(kuò)展目標(biāo)跟蹤算法研究[D];西安電子科技大學(xué);2016年

4 李維娟;機(jī)動(dòng)擴(kuò)展目標(biāo)聯(lián)合跟蹤與分類算法研究[D];西安電子科技大學(xué);2015年

5 王妮;擴(kuò)展目標(biāo)的高斯混合概率假設(shè)密度濾波算法研究[D];西安工程大學(xué);2015年

，

本文編號(hào)：2065220