多目標(biāo)跟蹤技術(shù)作為信息處理領(lǐng)域中的一個(gè)重要分支,在國(guó)防和民用方面應(yīng)用前景廣闊。采用隨機(jī)有限集（Random Finite Set,RFS）理論解決多目標(biāo)跟蹤問(wèn)題,可以避免復(fù)雜的數(shù)據(jù)關(guān)聯(lián),不僅可以保證目標(biāo)估計(jì)的精度,同時(shí)具有較好的實(shí)時(shí)性,其中,最具代表性的是概率假設(shè)密度（Probability Hypothesis Density,PHD）濾波算法和勢(shì)概率假設(shè)密度（Cardinalized Probability Hypothesis Density,CPHD）濾波算法,然而,在低信噪比環(huán)境下,PHD濾波算法對(duì)目標(biāo)數(shù)目的估計(jì)存在很大的誤差,而CPHD濾波修正了PHD濾波對(duì)目標(biāo)數(shù)目估計(jì)不準(zhǔn)確的問(wèn)題,提高了目標(biāo)估計(jì)的精度。本文重點(diǎn)研究了CPHD濾波算法在多目標(biāo)跟蹤中的應(yīng)用,具體內(nèi)容包括:（1）針對(duì)多目標(biāo)跟蹤中的固定間隔平滑問(wèn)題,將勢(shì)概率假設(shè)密度濾波器和Rauch-Tung-Striebel（RTS）平滑器相結(jié)合,提出了基于RTS的勢(shì)概率假設(shè)密度濾波平滑算法�？紤]到在平滑過(guò)程中存在較大的輸出延遲問(wèn)題,采用分段思想,提出了分段RTS的勢(shì)概率假設(shè)密度濾波平滑算法。首先,對(duì)需要平滑的估計(jì)值進(jìn)行分段;... 

【文章來(lái)源】：西安工程大學(xué)陜西省

【文章頁(yè)數(shù)】：59 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

目標(biāo)數(shù)目對(duì)比圖

-100 -50 0 50 100-100-80-60-40-200x 坐 標(biāo)y坐標(biāo)-30 -20 -10 0 10 20 30 40 50-60-40-200x 坐 標(biāo)y坐標(biāo)圖 4-1 量測(cè)圖 圖 4-2 GM-PHD 濾波圖-30 -20 -10 0 10 20 30 40 50-60-40-200204060x 坐 標(biāo)y坐標(biāo)-30 -20 -10 0 10 20 30 40 50-60-40-200204060x 坐 標(biāo)y坐標(biāo)圖 4-3 GM-PHDR 濾波圖 圖 4-4 GM-PHDR 平滑圖


本文編號(hào)：3042455