本文關(guān)鍵詞：自適應(yīng)高斯厄米特粒子PHD濾波多目標跟蹤算法，，由筆耕文化傳播整理發(fā)布。

【摘要】：針對高斯厄米特粒子概率假設(shè)密度(probability hypothesis density,PHD)算法可能導(dǎo)致濾波計算復(fù)雜度較高、精度不強,性能較差的問題,提出一種自適應(yīng)高斯厄米特粒子PHD的改進算法,該算法通過在高斯變換的過程中引入閾值,以該閾值為界剔除權(quán)值較小的積分點,對大于閾值的積分點進行歸一化處理,在保證濾波精度的基礎(chǔ)之上,減小權(quán)值較小點在計算上帶來的冗余;另外在高斯厄米特濾波的過程中引入了自適應(yīng)因子,適當調(diào)整高斯厄米特濾波過程中的增益,自適應(yīng)調(diào)節(jié)濾波的均值與方差,以提高濾波過程的精度。仿真結(jié)果表明:改進后的算法相比于高斯厄米特粒子PHD算法在精度上有明顯提高,同時簡化了計算復(fù)雜度,達到預(yù)期的目的。
【作者單位】： 空軍工程大學(xué)信息與導(dǎo)航學(xué)院;
【關(guān)鍵詞】： 自適應(yīng)濾波 高斯厄米特濾波 粒子PHD 多目標跟蹤
【基金】：國家自然科學(xué)基金(61403414)~~
【分類號】：TN713
【正文快照】： 0引言傳統(tǒng)的多目標跟蹤通常采用關(guān)聯(lián)算法[1-3],將傳感器得到的量測信息與航跡進行一一對應(yīng),這種關(guān)聯(lián)方法引起的最主要的問題就是計算量過大,在進行多目標的跟蹤過程中,要進行大量的計算,導(dǎo)致跟蹤的實時性能較差。2001年Mahler提出了隨機集[4]理論,這是多目標跟蹤發(fā)展的一個里

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 張煥炯;厄米特矩陣逆的一種求算法[J];聲學(xué)與電子工程;1993年04期

2 張煥炯;厄米特矩陣一種求逆算法的程序說明和性態(tài)分析[J];聲學(xué)與電子工程;1994年02期

3 楊金龍;姬紅兵;劉進忙;;高斯厄米特粒子PHD被動測角多目標跟蹤算法[J];系統(tǒng)工程與電子技術(shù);2013年03期

4 ;[J];;年期

  本文關(guān)鍵詞：自適應(yīng)高斯厄米特粒子PHD濾波多目標跟蹤算法，由筆耕文化傳播整理發(fā)布。

本文編號：452857