本文關鍵詞：高斯混合概率假設密度濾波的改進與應用研究

  更多相關文章： 多目標 概率假設密度 跟蹤算法 頻率估計

【摘要】：針對高斯混合概率密度(Gaussian mixture probability hypothesis density,GM-PHD)濾波器存在新生目標在整個檢測區(qū)域隨機出現(xiàn)位置難以確定的問題,實現(xiàn)了一種基于量測驅動目標新生概率密度函數(shù)算法,每個掃描周期接收到新的量測信息自適應生成目標強度函數(shù),記錄存活目標強度函數(shù),從而實現(xiàn)自適應區(qū)分存活目標的強度函數(shù)和新生目標,提高算法精度。利用多目標位置追蹤仿真數(shù)據(jù)以及實測海豚哨聲信號頻率對算法進行了測試,最優(yōu)子模式分配函數(shù)(optional sub pattern assignment,OSPA)作為算法監(jiān)測標準,結果證明了新算法在目標數(shù)目估計以及追蹤精度方面都有明顯的改善,目標數(shù)目估計正確率達到97%,OSPA距離較GM-PHD算法下降30%。
【作者單位】： 哈爾濱工程大學信息與通信工程學院;
【關鍵詞】： 多目標 概率假設密度 跟蹤算法 頻率估計
【基金】：國家自然科學基金(61175126,61371175) 中央高�；究蒲袠I(yè)務費專項資金資助項目(HEUCFZ1209) 教育部博士點基金資助項目(20112304110009)資助課題
【分類號】：TN713
【正文快照】： 網(wǎng)絡優(yōu)先出版地址:http://www.cnki.net/kcms/detail/11.2422.TN.20161008.1500.002.html0引言對于多目標跟蹤而言,在任意時刻目標都存在新生、衍生或死亡3種可能狀態(tài)[1-2]。同時,目標數(shù)目實時變化,目標可能剛進入監(jiān)測區(qū)、剛離開檢測區(qū),并且,傳感器存在噪聲或漏檢,也會引起觀

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 林兩魁;魯建華;譚德鋒;;一種粒子概率假設密度濾波新生粒子采樣新方法[J];電子信息對抗技術;2012年06期

，

本文編號：904800