發(fā)布時間：2021-05-25 20:29

　　箱粒子濾波是蒙特卡洛方法與區(qū)間分析相結合的一種廣義粒子濾波,運用區(qū)間分析,粒子在狀態(tài)空間中呈現(xiàn)為可控且具有非零體積的多維矩形箱,因此被稱為箱粒子濾波。與傳統(tǒng)的點粒子相比,箱粒子具有處理非傳統(tǒng)量測的優(yōu)勢,且能夠用較少的粒子達到近似的濾波精度,提高了運算效率;另一方面,將隨機集理論應用于多目標跟蹤是目前目標跟蹤領域的新潮流,隨機集濾波可以通過集合對應避免數(shù)據(jù)關聯(lián),降低計算復雜度。因此,結合前者的高效濾波能力與后者避免航跡關聯(lián)的優(yōu)勢,基于隨機集的箱粒子濾波算法在近年來被廣泛應用于多目標跟蹤,擴展目標跟蹤與群目標跟蹤。然而,隨機集濾波在避免數(shù)據(jù)關聯(lián)的同時,也丟失了量測與目標狀態(tài)的對應關系,因此基于隨機集的箱粒子濾波在多目標跟蹤中無法區(qū)分不同的目標。本文在傳統(tǒng)箱粒子濾波和隨機集濾波的框架下,提出了標簽箱粒子隨機集濾波,研究并實現(xiàn)了復雜環(huán)境下基于標簽箱粒子隨機集濾波的多擴展/群目標跟蹤方法,主要工作如下:（1）標簽箱粒子濾波算法研究。針對傳統(tǒng)箱粒子濾波無法區(qū)分航跡的問題,提出標簽箱粒子濾波,能夠在繼承箱粒子處理非傳統(tǒng)量測及高效濾波能力的同時實現(xiàn)航跡區(qū)分。將標簽箱粒子濾波與隨機集濾波結合,給出了LB... 

【文章來源】：西安電子科技大學陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：100 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國內外研究現(xiàn)狀
        1.2.1 多目標跟蹤技術
        1.2.2 多擴展目標跟蹤技術
        1.2.3 多群目標跟蹤技術
    1.3 論文的主要內容與章節(jié)安排
第二章 隨機有限集濾波理論
    2.1 引言
    2.2 隨機有限集理論基礎
        2.2.1 多目標密度函數(shù)
        2.2.2 RFS量測模型
        2.2.3 多目標似然函數(shù)
        2.2.4 多目標貝葉斯規(guī)則
        2.2.5 RFS多目標運動模型
        2.2.6 多目標馬爾可夫密度
        2.2.7 隨機集與隨機矢量的對應關系
    2.3 隨機有限集濾波
        2.3.1 RFS最優(yōu)貝葉斯遞推
        2.3.2 PHD濾波算法
        2.3.3 CPHD濾波算法
    2.4 本章小結
第三章 標簽箱粒子濾波理論
    3.1 引言
    3.2 箱粒子濾波
        3.2.1 箱粒子濾波基礎
        3.2.2 箱粒子濾波算法
        3.2.3 BP-PHD濾波算法
    3.3 標簽箱粒子濾波
        3.3.1 標簽箱粒子濾波理論
        3.3.2 LBP-PHD濾波算法
    3.4 真實驗與分析
    3.5 本章小結
第四章基于隨機集的標簽箱粒子多擴展目標跟蹤
    4.1 引言
        4.1.1 擴展目標跟蹤基礎
        4.1.2 多擴展目標PHD濾波
        4.1.3 多擴展目標BP-PHD濾波
    4.2 多擴展目標隨機集濾波的標簽箱粒子實現(xiàn)
        4.2.1 標簽箱粒子濾波信息補充
        4.2.2 多擴展目標LBP-CPHD濾波算法
    4.3 仿真實驗與分析
    4.4 本章小結
第五章 基于隨機集的標簽箱粒子多群目標跟蹤
    5.1 引言
    5.2 群目標跟蹤基礎
    5.3 可分辨群目標跟蹤
        5.3.1 演化網(wǎng)絡模型
        5.3.2 可分辨群目標BP-PHD濾波算法
        5.3.3 可分辨群目標LBP-PHD濾波算法
        5.3.4 仿真實驗與分析
    5.4 不可分辨群目標跟蹤
        5.4.1 量測預處理
        5.4.2 不可分辨群目標LBP-PHD濾波算法
        5.4.3 仿真實驗與分析
    5.5 本章小結
第六章 總結和展望
    6.1 總結
    6.2 展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]箱粒子PHD演化網(wǎng)絡群目標跟蹤算法[J]. 宋驪平,劉宇航,程軒.  控制與決策. 2018(01)
[2]基于箱粒子的多擴展目標PHD濾波[J]. 宋驪平,嚴超,姬紅兵,梁萌.  控制與決策. 2015(10)
[3]基于箱式粒子濾波的群目標跟蹤算法[J]. 李振興,劉進忙,李松,白東穎,倪鵬.  自動化學報. 2015(04)
[4]基于均值漂移聚類的擴展目標量測集劃分算法[J]. 劉風梅,葛洪偉,楊金龍,李鵬.  計算機工程. 2014(12)
[5]一種基于橢圓隨機超曲面模型的群目標高斯混合PHD濾波器[J]. 張慧,徐暉,王雪瑩,王鐵兵.  光學學報. 2013(09)
[6]基于SMC-PHDF的部分可分辨的群目標跟蹤算法[J]. 連峰,韓崇昭,劉偉峰,元向輝.  自動化學報. 2010(05)

碩士論文
[1]基于隨機有限集的可分辨群目標跟蹤算法研究[D]. 朱書軍.杭州電子科技大學 2017



本文編號：3205960