發(fā)布時(shí)間：2019-06-20 08:42

【摘要】：針對(duì)雜波和漏檢環(huán)境下多個(gè)群目標(biāo)跟蹤中形狀估計(jì)精度低的問(wèn)題,提出一種具有形狀信息的多個(gè)群目標(biāo)跟蹤算法。該算法首先進(jìn)行量測(cè)集劃分進(jìn)而起始航跡,隨后對(duì)傳統(tǒng)的群目標(biāo)Bayesian遞推算法進(jìn)行改進(jìn),并融合群航跡關(guān)聯(lián)等算法,利用改進(jìn)的算法對(duì)多個(gè)群目標(biāo)的運(yùn)動(dòng)狀態(tài)和形狀信息同時(shí)進(jìn)行估計(jì),大大提高了形狀的估計(jì)精度。仿真結(jié)果表明,該算法不僅可以對(duì)多個(gè)群目標(biāo)的運(yùn)動(dòng)狀態(tài)同時(shí)進(jìn)行跟蹤,并且可以有效估計(jì)每個(gè)群目標(biāo)的形狀信息,大大提高了形狀估計(jì)精度。
[Abstract]:In order to solve the problem of low accuracy of shape estimation in multi-group target tracking in clutter and missed detection environment, a multi-group target tracking algorithm with shape information is proposed. The algorithm firstly divides the measurement set and starts the track, then improves the traditional Bayesian recursive algorithm of group target and combines the algorithm such as group track correlation. The improved algorithm is used to estimate the motion state and shape information of multiple group targets at the same time, which greatly improves the estimation accuracy of the shape. Simulation results show that the algorithm can not only track the motion state of multiple group targets at the same time, but also can effectively estimate the shape information of each group target, which greatly improves the shape estimation accuracy.
【作者單位】： 中國(guó)航空工業(yè)集團(tuán)公司雷華電子技術(shù)研究所;
【基金】：中航工業(yè)技術(shù)創(chuàng)新基金(No.2014D60720R)
【分類號(hào)】：TN953

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈飛;付煒;孔祥棟;;基于幾何分析的形狀信息錯(cuò)誤隱藏算法[J];燕山大學(xué)學(xué)報(bào);2009年06期

2 畢凌燕;;形狀自適應(yīng)小波編碼[J];計(jì)算機(jī)工程與設(shè)計(jì);2006年23期

3 龔聲蓉;陸悌亮;沈項(xiàng)軍;劉純平;;一種新的基于基準(zhǔn)線的形狀編碼[J];中國(guó)圖象圖形學(xué)報(bào);2008年04期

4 闞偉,張鄭擎,朱秋煜;二代小波在MPEG-4任意形狀圖象變換編碼中的應(yīng)用[J];電路與系統(tǒng)學(xué)報(bào);2001年01期

5 符祥;郭寶龍;閆允一;;視頻對(duì)象形狀錯(cuò)誤隱藏技術(shù)研究[J];現(xiàn)代電子技術(shù);2008年16期

6 李月皎,余松煜,王嘉;改進(jìn)的形狀自適應(yīng)離散小波變換算法[J];上海交通大學(xué)學(xué)報(bào);2003年06期

7 劉云鵬;;MPEG-4形狀編碼研究[J];浙江萬(wàn)里學(xué)院學(xué)報(bào);2006年05期

8 廖彬;胡金龍;;基于視頻對(duì)象編碼的形狀差錯(cuò)掩蓋技術(shù)[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年02期

9 甄麗平;李亞梅;司紹偉;;全局運(yùn)動(dòng)補(bǔ)償技術(shù)在形狀信息錯(cuò)誤隱藏中研究[J];計(jì)算機(jī)工程與應(yīng)用;2009年36期

10 石旭利,張兆揚(yáng);一種基于運(yùn)動(dòng)對(duì)象的形狀編碼新算法[J];電子學(xué)報(bào);2004年01期

相關(guān)會(huì)議論文 前6條

1 付曉薇;方康玲;李曦;;一種基于特征的多目標(biāo)跟蹤算法[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

2 許偉村;趙清杰;;一種基于粒子濾波的多目標(biāo)跟蹤算法[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

3 李軍;張華;單梁;;一種基于Mean shift和粒子濾波的綜合目標(biāo)跟蹤算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

4 鄭黎義;陳興無(wú);王磊;李正東;;紅外/雷達(dá)雙傳感器融合目標(biāo)跟蹤算法[A];中國(guó)工程物理研究院科技年報(bào)（2005）[C];2005年

5 石章松;劉忠;;一種使用輔助變量的單站純方位目標(biāo)跟蹤算法[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2003年

6 魏崇毓;徐善駕;王東進(jìn);;多探測(cè)器目標(biāo)跟蹤算法分析[A];第九屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-99）論文集[C];1999年

相關(guān)博士學(xué)位論文 前3條

1 胡子軍;基于隨機(jī)有限集的雷達(dá)多目標(biāo)跟蹤算法研究[D];西安電子科技大學(xué);2015年

2 張健;面向能效優(yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分布式目標(biāo)跟蹤算法研究[D];東北大學(xué);2011年

3 易偉;基于檢測(cè)前跟蹤技術(shù)的多目標(biāo)跟蹤算法研究[D];電子科技大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 沈飛;基于幾何分析的形狀信息錯(cuò)誤隱藏技術(shù)研究[D];燕山大學(xué);2010年

2 丁倩;基于數(shù)字水印的形狀錯(cuò)誤隱藏技術(shù)研究[D];燕山大學(xué);2007年

3 朱紅彬;基于MPEG-4的形狀編碼設(shè)計(jì)與實(shí)現(xiàn)[D];合肥工業(yè)大學(xué);2002年

4 陸悌亮;結(jié)合視頻對(duì)象分割的形狀編碼體系研究[D];蘇州大學(xué);2007年

5 王朋;基于DM8168的網(wǎng)絡(luò)智能監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

6 高林;密集雜波條件下的多目標(biāo)跟蹤算法研究與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

7 李熵;基于視頻監(jiān)控系統(tǒng)的運(yùn)動(dòng)目標(biāo)跟蹤算法研究[D];電子科技大學(xué);2015年

8 夏玫;基于雷達(dá)輔助知識(shí)的微弱目標(biāo)跟蹤算法研究[D];電子科技大學(xué);2015年

9 廖雯雯;雷達(dá)資源管理及目標(biāo)跟蹤算法研究[D];電子科技大學(xué);2014年

10 程飛;基于協(xié)方差矩陣的自適應(yīng)目標(biāo)跟蹤研究[D];南京航空航天大學(xué);2014年

，

本文編號(hào)：2503081