本文關(guān)鍵詞： 多機動擴展目標 星凸模型 高斯過程回歸 形狀估計　出處：《西安電子科技大學(xué)學(xué)報》2017年06期 　論文類型：期刊論文

【摘要】：針對現(xiàn)有多機動擴展目標跟蹤算法中形狀估計復(fù)雜,在考慮雜波的情況下目標跟蹤精度不高等問題,提出了一種高斯過程回歸下的多機動擴展目標跟蹤算法.該算法采用星凸模型對目標進行建模,在單機動擴展目標跟蹤算法的基礎(chǔ)上引入多目標跟蹤算法中的權(quán)值參數(shù)以實現(xiàn)對多目標的處理,同時利用高斯過程回歸對目標形狀進行估計.實驗仿真表明,所提算法能夠?qū)ν粓鼍跋露鄠�不同形狀的機動擴展目標進行有效跟蹤,并且在計算速度、估計精度等方面要優(yōu)于傳統(tǒng)非橢圓機動擴展目標跟蹤算法.
[Abstract]:In view of the complexity of shape estimation in the existing multi-maneuvering extended target tracking algorithms, the target tracking accuracy is not high when clutter is considered. A multi-maneuvering extended target tracking algorithm based on Gao Si process regression is proposed, which uses star convex model to model the target. On the basis of the single moving extended target tracking algorithm, the weight parameter of the multi-target tracking algorithm is introduced to realize the multi-target processing, and the Gao Si process regression is used to estimate the target shape. The proposed algorithm can effectively track multiple maneuvering extended targets with different shapes in the same scene, and is superior to the traditional non-elliptical extended target tracking algorithm in terms of computational speed and estimation accuracy.
【作者單位】： 西安電子科技大學(xué)電子工程學(xué)院;中國人民解放軍95980部隊;
【基金】：國家自然科學(xué)基金資助項目(61372003);國家自然科學(xué)基金青年資金資助項目(61301289)
【分類號】：TP301.6
【正文快照】： 隨著雷達、紅外等傳感器分辨率的不斷提高,對于擴展目標跟蹤算法的研究引起了國內(nèi)外學(xué)者的高度關(guān)注[1-8].同時,由于在實際中大部分目標都是機動目標,所以對機動擴展目標跟蹤算法的研究更加具有現(xiàn)實意義.在2012年,文獻[9]提出了一種改進的多模型算法用以跟蹤單機動橢圓目標.同，

本文編號：1481259