【摘要】：針對(duì)擴(kuò)展目標(biāo)聯(lián)合估計(jì)運(yùn)動(dòng)狀態(tài)和目標(biāo)外形的問題,提出一種基于星-凸形隨機(jī)超曲面模型的擴(kuò)展目標(biāo)高斯混合概率密度濾波算法。該算法利用星-凸隨機(jī)超曲面模型對(duì)量測(cè)的擴(kuò)散程度進(jìn)行建模,在高斯混合概率假設(shè)密度的框架下,通過求解、更新遞推量測(cè)模型下的量測(cè)似然、新息等參數(shù)來實(shí)現(xiàn)對(duì)擴(kuò)展目標(biāo)的跟蹤。仿真實(shí)驗(yàn)表明,該算法在保證跟蹤有效性和可行性的同時(shí),提高了對(duì)擴(kuò)展目標(biāo)運(yùn)動(dòng)狀態(tài)和目標(biāo)外形的估計(jì)精度。
[Abstract]:Aiming at the problem of joint estimation of moving state and shape of extended target, a hybrid probability density filtering algorithm for extended target Gao Si based on star-convex random hypersurface model is proposed. In this algorithm, the diffusion degree of the measurement is modeled by the star-convex stochastic hypersurface model. Under the framework of Gao Si's mixed probability assumption density, the likelihood of measurement under the recursive measurement model is updated by solving it. The parameters such as innovation are used to track the extended target. Simulation results show that the proposed algorithm not only ensures the effectiveness and feasibility of tracking, but also improves the estimation accuracy of the moving state and shape of the extended target.
【作者單位】： 空軍工程大學(xué)信息與導(dǎo)航學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61571458) 陜西省自然科學(xué)基金(2011JM8023)資助
【分類號(hào)】：TN713

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 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

2 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

3 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

4 ;[J];;年期

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)：2320421